书稿为河海大学理学院教师团队编写的留学生教材。书稿为全英文写作，在Calculus I （《微积分I》）的础上对微积分知识进行了拓展和深入，全书共分为向量和空间几何、偏微分、多重积分、线积分和球面积分、无穷级数五章，章节结构安排合理，写作规范。书稿对基本概念、定理、定义的阐述准确无误，辅助图表清晰直观，例题具有较强的典型性，进解思路清晰，课后练习难易程度相当，有利于学生巩固和拓展所学知识。书稿中无政治性、学术性问题。

暂缺简介...

本书是在作者多年教学实践的基础上，本着厚基础、重应用的原则，突出重点、紧扣前沿，采用低起点、逐步深入的编写思路，经反复研讨后编写而成的。读者只要具备高等数学、线性代数和概率论的初步知识就可以学习本书。全书共10章，内容包括概率论基础、数理统计基本知识、点估计、区间估计、假设检验、非参数检验、回归分析、方差分析、统计学习初步、R语言基础。各章都配有一定量的例题和习题。为便于学习，书后还附有常见分布表。本书可作为研究生公共数学“数理统计”课程和数学类、统计学类本科生专业基础课“数理统计”的教学用书，也可供高年级本科生、教师与科研人员阅读参考。

本书根据应用型本科院校线性代数课程的 教学大纲及考研大纲编写而成.本书的特点是，淡化了定理的推导和证明，采取学生容易理解的方式叙述并配有不同难度的习题，帮助学生巩固提升.本书包含行列式、矩阵、线性方程组、特征值与特征向量、二次型等内容，并特别加强了数学实验的教学环节.本书作为立体化教材，包含线下的书和 的服务两部分，其中 的服务是指书封底的二维码，读者通过微信扫码即可使用.本书可作为应用型本科院校非数学专业的线性代数课程教材，也可供对线性代数感兴趣的读者学习和参考.

本书为《高等数学学习指导与练习（上）》，在编写过程中着眼于以下三个方面：（1）强化学生对高等数学课程中的概念与基本方法的理解。解题只是学习课程知识和巩固课堂教学的一种手段，不能替代学习过程。（2）注重理论知识的应用。在每章典型例题中，编者尽量安排一些应用性题型，并在每章单独设置“应用案例”一节，期望以应用案例的讲解打开学生的“眼界”，使学生认识到即使是高等数学这样的基础理论课程，在实际问题中也有着 广泛且重要的应用。（3）特别注意练习题、自测题与模考题的实用性和针对性。例如，在练习部分，首先强调基本练习题型的配置，同时兼顾一定比例的综合性练习，甚至还包括少数难度适中的考研题型。本书每章内容可大致分为“学习指导”与“练习测试”两大部分。“学习指导”部分又具体分为“内容提要”“典型例题”“应用案例”三节；“练习测试”部分则包括“练习题”“自测题”两节。并在每章后面给出了“练习题与自测题答案”。此外，在本书的 附了五套“模拟试卷”。

本教材计划共8章，其中1－5章为概率论相关内容，包括概率论的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理；6－8章为数理统计相关内容，包括样本及抽样分布、参数估计及假设检验等。本教材在介绍概率统计基本内容的基础上，加入课程思政、数学文化、释疑解惑、应用案例、小节要点、考研训练、微课小视频等模块。本教材可作为高等学校理工、经管和农林各类专业“概率论与数理统计”课程的教材或教学参考书。

本书内容包括行列式、矩阵、线性方程组、矩阵的特征值与特征向量、二次型等基本理论与方法. 例题配置注重层次性和典型性， 按章节配有相当数量的习题， 各章还精心设置了较为丰富、有助于考研等需求的复习题，书末附有部分习题参考解答. 此外， 还附有线性代数应用实例与MATLAB在代数计算中的用法供学生进一步参考学习. 在概念的引入和内容的叙述等方面， 全书力求做到由浅入深、条理清晰、通俗易懂、易教易学.

作者通过引用西方和中国哲学作品，论证了多种正确道德的存在以及涵盖与西方和中国相关的价值都包含在真实合理的多种道德之中；随后讨论了限制真实道德范围的约束条件、儒家有关情感和反思促进人的道德能动性的深刻见解；接着讨论了接受多元相对论可能产生的道德承诺的问题，提出道德传统没有高低贵贱之分，需要彼此相互学习，借用道家开放包容和积极调适的思想论证了其他生活方式的价值不是需要避免的威胁，而是丰富人生的机会。本书将有助于促进西方哲学与中国哲学之间的对话。

本书为“聚集诱导发光丛书”之一。本书是专门讲解聚集诱导发光实验操作技术的专著。全书共分7章。第1章介绍典型聚集诱导发光化合物的合成；第2章重点介绍聚集诱导发光现象的判定及表征；第3章重点介绍聚集诱导发光现象所涉及的光物理、光化学过程判定及光谱表征；第4章介绍聚集诱导发光分子动力学行为的表征手段，重点介绍相关数据的分析方法；第5章介绍基于聚集诱导发光分子的薄膜材料的制备方法、相关的表征手段及应用；第6章介绍聚集诱导发光材料在生物成像领域的相关操作及表征；第7章介绍聚集诱导发光材料在生物及化学传感领域的相关操作及表征。附录介绍一些聚集诱导发光相关的综合实验设计。

目标识别是水声探测中的重要技术环节，也是一项难题。利用深度学习理论开展水声目标信号特征学习与分类识别，已成为当前的研究热点。本书总结了作者及课题组近年来利用深度学习理论开展水中目标识别研究的成果。首先，探讨了典型深度学习模型应用于水中目标识别的可行性问题，在此基础上分别研究了卷积神经网络、循环神经网络、深度卷积生成对抗网络的原理、构建方法、参数优化方法及应用实例。其次，在不同信噪比等条件下，对深度神经网络与传统方法以及不同的深度神经网络进行了对比分析，提出了改进方法，并进一步探讨了深度半监督和无监督水中目标分类识别方法及参数联合优化方法。最后，从功能需求、技术指标、关键技术等角度指出了智能水中目标识别技术的发展方向。