计算机科学理论与基础知识
-
文理兼备张荣欣,吕辉暂缺简介... -
电网设备数字化、智能化的理论、方法与实践王勇本图书主要内容涉及数字化、智能化设备的理论基础、概念、意义及国内外研究现状;数字化、智能化设备特征及与传统设备差别;电网设备的数字化、智能化方法及关键技术;电网设备数据共享平台与可视化;数字化、智能化设备的工程实践;数字化、智能化设备的发展与展望等。我国电网的数字化、智能化、信息化水平电力系统的一项系统工程,其中一次设备的数字化、智能化则是该系统工程的一个先行课题。从2009年起,广州供电局在该领域开展了一系列研究与实践,期待通过写作与书籍出版,进行系统总结并供国内外相关单位交流参考,为我国设备管理做出一些贡献。 -
写给孩子得科普百科启蒙书陶红亮暂缺简介... -
基于TensorFlow的图像生成(英)Soon Yau Cheong(张舜尧)本书是一本使用深度学习生成图像和视频的实用指南。书中深入浅出地介绍了基于TensorFlow生成图像的基本原理。本书有三部分共10章,部分介绍使用TensorFlow生成图像的基本知识,包括概率模型、自动编码器和生成对抗网络(GAN);第二部分通过一些应用程序案例介绍具体的图像生成模型,包括图像到图像转换技术、风格转换和人工智能(AI)画家案例;第三部分介绍生成对抗网络的具体应用,包括高保真面孔生成、图像生成的自我关注和视频合成。本书内容详尽、案例丰富,通过阅读本书,读者不仅可以理解基于TensorFlow生成图像的基本原理,还可以真正掌握图像生成的技能。本书适合图像处理、计算机视觉和机器学习等专业的本科生、研究生及相关技术人员阅读参考。 -
大型主机系统管理实战高珍、蔡文军本书是教育-IIBM精品课程"大型主机系统管理技能"指定教材,共分为10章,分别为系统启动及系统数据集,系统安装和升级、目录管理、批处理作业管理、存储管理,安全管理、硬件设备管理,系统监控、系统耦合体以及主机灾备。本书内容丰富,对知识点梳理细致,并辅以管理案例,有助于读者将知识付诸实践来解决实际问题;章节内容安排循序渐进,语言翔实,既适合大型主机管理初学者,也是主机系统管理从业人员的必读书目。 -
大学计算机基础李顺新 吴志芳 王思鹏本书将计算机基础知识、计算机应用技能和计算思维三方面的内容有机集成,通过挖掘计算机自身发展的规律解决各种问题的普遍性方法,培养学生具有计算机科学家一样的思维方式。全书共9章,内容包括概述、计算机系统、数据在计算机中的表示、操作系统基础、计算机网络基础、程序设计基础、数据结构与常用算法、数据库技术基础、信息安全基础。全书内容丰富、覆盖面广、层次清晰、通俗易懂、图文并茂、易教易学,安排由浅入深、循序渐进。另外,本书还配有《大学计算机基础实验与题解》,以方便教师教学,学生实践和自我测试。 本书不仅适合各类普通高等院校本科各专业学生作为计算机基础教材使用,也可作为高职高专各相关专业或相关领域培训机构的教材或参考书。 -
百问百答张勤暂缺简介... -
图说葡萄陆爱华 吴伟民 陶建敏《图说葡萄》以图为主,文字为辅,将农业科技科普与文化科普相结合,生动地展示了葡萄从产地到餐桌再到文化展台的发展历程,是一本专业从业者看了有收获,业余爱好者看了能读懂的葡萄科普图书。全书分为葡萄概况、葡萄生长发育、葡萄品种、葡萄栽培、葡萄主要病虫害及绿色防控、葡萄贮藏保鲜及冷链物流与销售、鲜食葡萄加工利用技术、葡萄文化8个章节。以生动的图片、简洁的语言、种植者看得懂的逻辑呈现葡萄的产业现状、葡萄的生命过程、葡萄“明星”新品种、葡萄栽培管理手段、市场需要和现代步伐的葡萄储藏与加工技术、博大深渊的葡萄文化史。除了传统的“文字+图片”以外,书中还添加了视频,并以二维码的形式穿插在图书相应位置,让读者 直观地学习相关知识和技术的同时,让本书集实用性、观看性、趣味性于一体。 -
大学计算机应用基础陈雪 李满 胡珊 编本书在内容选取上,注重实践性和应用性,突出应用型人才培养特色;突出立体化、自主学习式教学资源平台整合。全书共8章内容,主要包括计算机文化与前沿技术、计算思维导论、Windows 10应用、Word 2016 综合应用、Excel 2016 综合应用、PowerPoint 2016综合应用、Python基础应用和多媒体数据处理。对于操作应用性强的部分均设置任务,每个任务均按照“引导任务卡→任务分析→任务实施→难点解析”的顺序进行,既能覆盖全书的主要知识点和技能点,带动教学的主要内容,又能切合日常的工作、生活,实用性强。 本书不仅可以作为应用型本科院校非计算机专业学生的计算机基础教材,也可作为各类从业人员的职业教育和在职培训的计算机入门教材。 -
高维稀疏数据聚类知识发现理论武森,高学东,单志广《高维稀疏数据聚类知识发现理论》面向数据库知识发现的聚类任务,针对高维数据普遍具有的稀疏特征,系统阐述高维稀疏数据聚类知识发现的理论和方法。《高维稀疏数据聚类知识发现理论》共12章,第1章和第2章系统总结聚类知识发现、高维稀疏数据聚类知识发现理论体系;第3~5章阐述高维稀疏数据聚类原理及分类属性数据、数值属性数据的系列聚类算法;第6~10章将高维稀疏数据聚类原理拓展到不完备数据、大规模数据、过程调整和参数自适应聚类;第11章阐述聚类趋势发现;第12章介绍高维稀疏数据聚类知识发现面向管理问题的应用、面向数据组织的应用及相关实现技术。
