本书为SQL Server入门到提高图书，共17章，主要内容包括数据库基础、SQL Server数据库的安装与配置、创建和管理数据库、数据表操作、视图操作、SQL的基础知识、数据的查询、索引与数据完整性、流程控制、用户自定义函数、存储过程的使用、触发器的使用、游标的使用、SQL Server高级开发、SQL Server安全管理、SQL Server维护管理，最后讲解了学生成绩管理系统项目。本书每章内容都与实例紧密结合，有助于读者理解知识、应用知识，达到学以致用的目的。本书附有配套资源，包括本书所有实例的源码及教学视频。其中，源码全部经过精心测试，能够在Windows XP、Windows 7、Windows 8、Windows 10系统中编译和运行。本书可作为应用型本科计算机专业、高职软件技术专业及其他相关专业的教材，同时也适合初级数据库开发人员参考使用。

本书在简述云计算、大数据概念及密码学相关技术的基础上，主要介绍作者在数据持有性证明、数据确定性删除、云存储数据的一致性、抵抗同驻攻击、虚拟机迁移方面的研究成果。主要包括：可撤销的无证书数据持有性证明方案、关联标签的云数据完整性验证方案、多方参与的高效撤销组成员审计方案、基于属性基加密的高效确定性删除方案、面向优化数据中心结构的一致性协议设计、面向数据中心安全的一致性协议、基于 Shamir 的虚拟机放置策略、存储开销的抵御同驻攻击的数据分块加密备份方案、基于哈希图技术的跨数据中心虚拟机动态迁移方案等。

本书是自公元前6 世纪到公元20 世纪的16 位著名人物的侧记，介绍了他们当时所处的社会环境以及他们对社会的改变和对历史的影响。他们中有的是思想的巨擘（老子、苏格拉底等），有的是文学的骄子（苏轼、塞万提斯等），有的是科技的巨匠（伏特、特斯拉等），他们在历史上非同凡响、功名卓著，他们的思想、行为、发明创造是人类历史的珍贵遗产，至今仍深刻地影响着世界。

本书具体内容包括9个基础模块：认识Photoshop CC、应用基本工具、应用图层、调整图像色彩、应用路径、应用蒙版、应用通道、应用滤镜、制作动画与应用动作，针对各个模块设置了贴近实际的20多个案例。同时本书还设置了综合实践模块，在综合实践中主要包含了：商务宣传册封面效果的设计与制作、手机UI界面设计制作、企业网站界面设计制作三个综合任务。针对九个基础模块，每个模块采用任务展示、知识准备、任务实施、任务拓展、任务小结、拓展练习等模块。本书内容丰富，实用性强，可用做高职高专计算机类相关专业、电子商务等专业的“Photoshop图像处理”课程的教材，也可作为平面设计爱好者学习的参考书。

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。

本书以常见的R语言数据处理方法、ggplot2可视化为主线，希望解决大多数R语言学习者在学习过程中碰到的难点问题。本书以实战为目的，聚焦R语言本身数据处理、可视化的特点，以一个个例子循序渐进地讲述R语言数据处理及可视化中用到的经典软件包，以便读者能快速将所学内容运用到实际场景中。本书共6章， ～3章分别介绍R语言及其软件安装、数据可视化入门、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplot2可视化技巧、常见ggplot2增强包的使用方法；第6章数据可视化分析示例对数据处理及可视化技巧综合运用进行介绍；附录A简要介绍rmarkdown及大数据处理神器data，table包本书侧重数据处理及可视化在日常工作和学习中的运用，以降低读者的学习难度。本书为R语言的入门书，也可供对于财务分析、经营分析、商业分析、数据分析等有一定经验的读者参考，

本书围绕大数据预处理业务背景及相关技术，以学习情境的方式，首先介绍了使用 Python、Pandas对各种数据源的读写，然后介绍了数据的清洗、集成、规约、变换四个处理数据方式， 介绍了使用Kettle工具和MapReduce编程对数据进行处理的技术，通过理论结合实际、循序渐进的学习方式，让读者学习并掌握大数据预处理技术及应用。本书理论分析相对较少，侧重动手实践，适合应用型本科、高职高专大数据技术专业学生和希望快速进入大数据领域的读者参考使用。

本书在人工智能框架下，以数字图像处理与计算机视觉为应用背景介绍了模式识别的概念、原理、方法和典型应用。全书共11章，内容如下：绪论部分在人工智能的框架下探讨了图像模式识别在智能科学中的重要意义；第二章和第三章介绍了数字图像处理中的像素级图像特征分析方法和图像模式识别中常用的局部特征计算方法；第四章到第十一章分别介绍了图像模式识别中的数据降维方法、聚类方法、决策树分类方法、贝叶斯理论、支持向量机理论、人工神经网络理论、深度学习理论以及运动检测方法。本书理论与实验并重，在阐明图像模式识别基本理论的同时给出了相应的实际应用实验分析。同时，以国产机器视觉组态软件XAVIS为工具，实现了图像模式识别的典型方法。本书可作为大专院校自动化、计算机、电气工程、机电一体化等专业的研究生教材，也适用于从事人工智能、模式识别、数字图像处理、视觉测量、图像检测、视觉控制、视觉机器人等系统的研究、设计和开发的科研与工程技术人员参考。

本书基于典型的通信系统模型，描述了系统的设计？分析和仿真方法，提供了多层次（基础性？系统性？应用性）的设计和实验项目，并给出了大量具有参考价值的实验例程？全书共11章，包括绪论，模拟信号数字化，信源压缩编码，信道编码，数字基带传输，数字频带传输，同步技术，信道建模与仿真，信道均衡，涉及DVB-C？CCSDS？IEEE 802.16？蓝牙等实用标准的综合设计实验，以及5G通信系统虚拟实验，反映了当前通信系统的新发展？

本书是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。对企业的基层管理者或初入职场的人士来说，本书是充分认识数据治理意义、组织进行数据治理的具体方案和工具手册；对企业中层管理者来说，本书是一本配合企业数据治理的纲领性指南；对企业高层管理者来说，本书是一本推动企业数据治理的方法论。