本书覆盖了开发人员在落地分布式架构过程中使用RocketMQ 的主要技术点，包括RocketMQ 的 高性能通信渠道、生产消息、消费消息、存储消息、分布式事务消息、消息的可追踪性、消息的稳定性、消息的高并发、消息的高可用、消息的高性能和RocketMQ 5.x 的新特性。采用"是什么→怎么用→什么原理（源码分析）”的主线来讲解这些技术点。 本书的主要目标：①让读者在动手中学习，而不是"看书时好像全明白了，一动手却发现什么都不会”；②让读者掌握整个RocketMQ 生态的全栈技术和最佳实践，而不是只有RocketMQ 框架；③让读者从RocketMQ 体系化的视角熟悉RocketMQ 的核心原理，而不是零散且碎片化；④让读者成为消息中间件领域的技术专家或架构师，而不只是熟悉RocketMQ；⑤让读者具备自研消息中间件的能力，而不是仅停留在源码分析的层次，"授人以鱼，不如授人以渔”是本书最大的宗旨。 本书适合对分布式架构及支撑分布式架构落地的中间件感兴趣的技术开发人员。无论读者是否接触过 分布式消息中间件，只要具备一定的Java 开发基础，都能通过本书的学习快速掌握分布式架构中消息中间件的开发技能，并利用RocketMQ 消息中间件支撑分布式架构的落地。

HarmonyOS是一款面向未来、面向全场景的分布式操作系统，借助HarmonyOS全场景分布式系统和设备生态，定义全新的硬件、交互和服务体验。本书采用**的HarmonyOS 3版本作为基础，详细介绍如何基于HarmonyOS 3来进行应用开发，包括HarmonyOS架构、DevEco Studio、应用结构、Ability、UI开发、公共事件、窗口管理、网络编程、安全管理、数据管理等多个主题，还介绍如何从0开始开发计算器、视频播放器、购物应用、微信应用等。本书辅以大量的实战案例，图文并茂，让读者易于理解掌握。同时，案例的选型偏重于解决实际问题，具有很强的前瞻性、应用性和趣味性。加入鸿蒙生态，让我们一起构建万物互联的新时代！ 《鸿蒙HarmonyOS应用开发入门》适合HarmonyOS应用开发初学者和进阶读者作为自学用书，也适合培训机构作为培训教材，还适合大、中专院校的相关专业作为教学参考书。

Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型，哪些最符合你的需求？ 将引领你进入Transformer的世界，将讲述不同模型和平台的优势，指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型，包括构建数据集、定义数据整理器以及训练模型等。 《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务，并介绍解决NLP难题的技术，甚至帮助你应对假新闻焦虑（详见第13章）。 从书中可了解到，诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域，并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书，你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。 主要内容 ？ 了解用于解决复杂语言问题的新技术 ？ 将GPT-3与T5、GPT-2和基于BERT的Transformer的结果进行对比 ？ 使用TensorFlow、PyTorch和GPT-3执行情感分析、文本摘要、非正式语言分析、机器翻译等任务 ？ 了解ViT和CLIP如何标注图像（包括模糊化），并使用DALL-E从文本生成图像 ？ 学习ChatGPT和GPT-4的高级提示工程机制

这本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章，从LLM基础知识开始，通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始，分章深入介绍LangChain的6大模块，包括模型I/O、数据增强、链、记忆等，通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序，帮助读者将之前学习的知识应用于实践。第10章则介绍集成，可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论，如Transformer模型等。本书以LangChain这个让人熟悉的框架为主线，引导读者一步一步掌握LLM应用开发流程，适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。

《工业数字孪生与企业应用实践》以智能制造的各个阶段为视角，详尽阐述了工业数字孪生技术在产业智能化升级中的应用。通过提高生产、制造、装配、设计、规划和物料等方面的管理效率，以及降低试错成本，为智能制造带来显著的效益提升。本书共6章。第1章梳理数字孪生的发展历程，了解数字孪生的过去、现在和将来。第2章详细介绍工业数字孪生底层技术体系及关键技术。第3章拆解工业互联网支持下的数字孪生车间构建。第4章总结工业数字孪生在智能制造中的具体应用，如何基于数字孪生搭建新时代的智慧工厂。第5章介绍部分一线制造企业工业数字孪生的应用实例。第6章展望工业数字孪生在未来的应用。 《工业数字孪生与企业应用实践》适合数字孪生从业者、开发研究人员和对数字孪生有兴趣的技术团队人员阅读，赋能产业智能化升级。

本书是软件工程领域的优质作品，国际上众多名校采用本书作为教材。本书注重从实践出发选择和安排素材，同时在理论上进行全面深入的探讨。本书分为3个部分。第一部分解释为什么软件工程知识对实践者和研究者同样重要，并讨论理解过程模型的必要性，利用敏捷方法的必要性，以及精细地进行项目计划的必要性；第二部分论述软件开发和维护的主要步骤；第三部分讲述如何对软件进行评估和改进。本书适合作为计算机相关专业软件工程课程的本科教材，也适用于介绍软件工程的概念与实践的研究生课程。本书还适合期望进一步学习该领域相关知识的专业人员阅读。

本书不仅介绍了如何测量CPU、内存、磁盘/SSD、网络的性能，如何观察、记录、跟踪、汇总性能指标，还讨论了如何设计和创建性能测试工具KUtrace，以及如何对观察结果进行推理。本书不仅适合软件开发人员阅读，还适合计算机相关专业的师生参考。

随着科技的快速发展，工业4.0的浪潮油涌而来。工业4.0被认为是第四次工业革命，它的核心在于通过数字化、自动化和互联化的手段实现工业生产的智能化和高效化，而机器视觉是实现工业自动化和智能化的关键核心技术，其在工业生产中的广泛应用使传统制造业烧发勃勃生机。机器视觉技术现已广泛应用于工业、农业、医学、安防、交通等领域，不断推进新一轮产业革命的到来。研究该领域的发展态热、技术热点与发展前景，对推动我国机器视觉领域发展、工业4.0转型意义重大。本书采用专利分析、文献计量等研究方法，对国内外机器视觉技术开展了深度的专利研究。从机器视觉概念入手，对机器视觉整体发展态势进行了专利分析，将该技术拆解为硬件与应用两大板块，着重从专利角度梳理技术发展趋势、主要申请人、专利申请区域、主要技术领域和专利发展路线，其中特别关注了中美两国的技术热点差异。本书还深入分析了该领域国内外优势企业的专利构成与发展态势，为我国机器视觉产业的发展提供数据与信息支撑。本书分为五个部分。第一部分（第一章 ） 为背景介绍，概述了机器视觉的概念及特点、关键技术、技术优势，国内外机器视觉产业的主要政策与规划，并分析了机器视觉行业的具体情况。第二部分 （ 第二章、第三章 ） 主要采用专利分析方法，对国内外机器视觉的专利展开研究分析，从时间、地域、技术热点、申请人及核心专利等维度把握领域整体研究情况。第三部分（第四章、第五章 ） 对机器视觉硬件与机器视觉应用两大板块分别梳理剖析，涵盖专利申请趋势、申请人、主要专利申请区域、主要技术领域和专利技术发展路线。第四部分 （第六章、第七章 ） 着重对国内外机器视觉领域的人全） 机吕视党技术专利分析研究 rr领先企业进行具体分析，介绍企业概况、企业专利申请趋势、企业核心专利、企业关键技术、主要发明人和团队，以及其近3年技术趋势分析。第五部分 （第八章 ） 对机器视觉作了研究总结，分析其发展前景，提出了对策建议。本书中专利数据来源为Derwent Innovation与incoPat全球科技分析营运区

三维激光扫描作为一种可以直接获取目标表面三维信息的传感技术，在目标检测、识别和重建等方面具有独特的技术优势。将基于不同视角下激光扫描设备采集到的多组三维点云进行旋转平移，把它们拼接为完整的三维点云模型，即三维点云配准技术。三维点云配准技术在计算机辅助技术、自动驾驶、城市建模、文物保护、医疗等领域应用广泛。点云配准作为点云处理中的一个举足轻重的环节，已发展成为近年来的热门研究领域，国内外学者针对点云配准提出许多算法。然而，由于激光雷达、Kinect传感器等现有扫描器件在获取完整的物体表面信息时，扫描得到的点云数据量庞大；而且受扫描环境影响，点云数据通常含有大量噪声；同时由于扫描视角、物体遮挡和设备型号等限制，使点云数据存在缺失及尺寸放缩等缺陷，导致现有配准方法配准效率低、精度差，无法满足现实工程应用要求。现有的三维点云配准算法大多是基于统计学提出的，包括独立成分分析、高斯核函数、主成分分析等，算法性能参差不齐，且仅针对特定方向提高点云配准性能，无法满足各领域的配准需求。如何提高点云配准精度与效率是目前亟待解决的问题。因此，本书针对点云配准算法在实际工程中的应用难点，以提高点云配准算法精度为出发点，基于经典点云配准算法，围绕点云配准算法中的关键技术问题开展相关研究工作。首先，基于数理统计相关性，提出了一种基于核典型相关分析的点云配准算法。该算法以统计学中对来自同一物体的多组变量计算相关性的方法为基础，以最大化相关系数为目标，从而对点云刚性变换关系进行求解。采用FPFH算法在源点云中搜寻目标点云的对应点云，使得源点云几何形态与目标点云尽量一致。采用核典型相关分析方法估算出源点云与目标点云的变换矩阵，并根据变换矩阵求解出旋转矩阵，进而求解出平移向量。利用开源数据与现场扫描数据在不同条件下同几种传统算法的配准结果进行对比，分析了基于核典型相关分析的点云配准算法在多种条件下的优点与缺陷。其次，基于点云数据的概率分布特性，提出了一种基于柯西混合模型的点云配准算法。该算法不考虑两点云数据的对应属性，只需要根据点云数据本身的概率分布对刚性变换的几何关系进行求解。选用相同阶数的柯西混合模型分别对源点云与目标点云数据的概率分布进行拟合，将刚性变换下的点云配准模型拓展为柯西混合模型。根据贝叶斯公式和琴生不等式构造出极大似然函数，并采用期望最大化算法对混合模型中的各项参数进行更新直至收敛。利用最大权重对应模型的协方差矩阵求解旋转矩阵，进而求解出平移向量，并根据对应模型的中心点估算出放缩比例。利用开源数据与现场扫描数据在不同条件下同几种传统算法的配准结果进行对比，分析了该算法的特点，验证了该算法能有效地配准仿射情况下的点云，且具备良好的抗噪能力。再次，提出了基于多种群遗传算法的点云数据配准。以基于遗传算法的点云数据配准方法为指导，首先通过多种群遗传算法将待配准点云数据进行分割，然后将分割得到的5组数据利用遗传算法进行优秀点集筛选，针对5组数据依据实验经验设定每组数据的遗传因子和移民算子值，最后将得到的5组优秀点集集合成下一代精华点集并代入ICP算法进行点云配准。通过实验证明了MPGAICP算法针对不同形变和点云数据条件下的配准鲁棒性较好，针对不同情况的点云数据仍能有效地提升点云配准的精度。最后，提出了双通道最优选择模型DCOS，解决单一算法泛化性能弱的问题。通过求解2种单一点云配准算法的配准误差，计算算法权重，构建最优模型。在二维刚性、三维刚性、三维非刚性等不同类型点云数据中，根据实际需求，选择符合要求的算法，送入DCOS模型进行配准，并将其配准结果与单一点云配准算法比较。实验结果表明，DCOS相较于所选任意2种单一算法的配准误差均有所下降，证明了DCOS算法可以有效地提升点云配准精度，具有较强的鲁棒性。本书基于点云的统计特性提出了基于核典型相关分析和基于柯西混合模型的2种新型点云配准算法，并基于多种群遗传算法改进了经典的点云配准算法，最后针对实际工程应用难点，提出了双通道最优选择模型，弥补单一算法泛化性能差的缺陷，为点云配准的实际工程应用提供了新思路。本书由刘明哲主持撰写，刘明哲负责第1章、第2章、第8章的撰写，并对全书进行了校订，李冬芬撰写本书的第3章、第4章，王涛撰写本书的第5章、第6章，李博撰写本书的第7章。由于编者水平有限，尽管在撰写中力求准确，但不足之处在所难免，有待改进和提高，敬请读者批评指正。

本书讲述了多粒度信息融合的基本概念以及多粒度融合理论赖以发展的基础理论，如Dempster-Shafe证据r理论、Dezert-Smarandache 理论、粗糙集、模糊集等；介绍了同/异鉴别框架下的多粒度融合、犹豫模糊信度下的多粒度融合和多粒度折扣信息融合。本书给出了典型算例详尽的融合流程，以及多粒度融合的典型应用，如多粒度人体行为动作识别等内容，全书理论体系完整，应用案例取舍适当。