本书按实战项目研发的先后顺序，介绍了目标检测神经网络从研发到运营的全生命周期。首先介绍了目标检测场景下的图片标注方法和数据格式，以及与之密切相关的特征融合网络和预测网络；介绍了数据"后处理”所涉及的NMS算法及其变种，在此基础上，读者只需结合各式各样的骨干网络就可以搭建完整的一阶段目标检测神经网络模型。接下来介绍了神经网络的动态模式和静态模式两种训练方法，以及训练过程中的数据监控和异常处理。后以亚马逊云和谷歌Coral开发板为例，介绍了云端部署和边缘端部署神经网络的两种部署方法。其中，对于边缘端部署，本书还详细介绍了神经网络量化模型的基础原理和模型编译逻辑，这对将神经网络转化为可独立交付的产品至关重要。 本书还结合智慧交通、智慧后勤、自动驾驶等项目，介绍了计算机视觉数据增强技术和神经网络性能评估原理，以及边缘计算网关、边缘计算系统、自动驾驶数据的计算原理和PointNet等多个三维目标检测神经网络，帮助读者快速将计算机视觉技术运用到实际生产中。

近年来，超网络的研究已逐渐成为复杂网络研究的一个热点，是当今的一个挑战性难题，也是引人关注和受到青睐的研究课题，同时也获得了广阔的发展机遇和重大的应用潜力。超网络主要包括两种形式：一种是基于网络的超网络，多层超网络，即"网络中的网络”；另一种是基于超图的超网络，用超图来定义超网络。本书着重研究的是基于超图的超网络。本书系统地介绍了基于超图的超网络的基本概念、结构、建模及其应用。全书共分四大部分：部分基本理论和方法：绪论、图和复杂网络基础理论、超图和加权超图基础理论、超网络拓扑结构的相关指标等基本理论。第二部分超网络模型构建：社团划分模型、信息传播模型、矩阵制项目小组模型、校企合作申请专利模型、产学研合作申请专利模型、知识共享模型、一类超网络的演化模型。第三部分超网络模型中的节点进入退出机制：复杂网络中的节点进入退出机制、超网络中的节点进入退出机制。第四部分超网络的应用：基于超图的超网络的应用、基于加权超图的超网络的应用，本书对超网络在现实中的应用研究有一定的借鉴意义。

近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。 本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性，本书叙述清晰、内容深入浅出、图文并茂，力求降低初学者的学习难度。 本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图上的深度学习感兴趣的高年级本科生和研究生的入门书。

Selenium是目前非常流行的一种自动化测试工具。本书基于Python 3语言讲述了新的Selenium 4的基本理论与操作，涉及各种高级应用，以及如何进行项目实战，并提供了详细的自动化平台部署步骤。本书共14章，分为4篇。第1篇介绍了Selenium概况、相关的基础知识及环境的搭建步骤；第2篇介绍了Selenium涉及的各种技术，包括前端技术、Selenium元素定位、Selenium常用方法及WebDriver进阶应用；第3篇以携程订票系统为例，深入探讨了如何进行项目实战与优化，详细介绍了项目重构、数据驱动测试、Page Object设计模式及行为驱动等相关的各种常用技术；第4篇介绍了平台建设相关的一些实用技术，如平台搭建维护、项目部署及运用Docker容器技术进行测试等。为了使读者不但能掌握Selenium自动化测试，而且能够迅速获得项目经验，彻底掌握并灵活运用到实际的测试项目中，本书注重理论与实践相结合，提供了大量典型的自动化测试实例，按照由浅入深、前后照应的顺序来安排内容。

近年来，在图像处理与强度可调辐射疗法的实际应用背景下，分裂可行性问题成为近期非线性分析的研究热点之一。 本专著从三个方面研究分裂可行性问题与广义分裂可行性问题（分裂公共不动点问题、分裂变分不等式问题和分裂公共零点问题）解的迭代逼近。主要体现在新算法设计、空间扩展和参数减弱限制条件等方面。对于丰富和扩展分裂可行性问题相关理论有重要价值。

在这六年里，我跟踪过许多微妙线索，与超过千余位AI从业者进行了谈话，见证了一段AI的发展，看见了技术风暴。正是AI算力、框架、平台、算法模型的合力创造了AI大模型的成功。在扎实的基建之上，ChatGPT这个“庞然大物”得以横空出世。本书讲述了微软、阿里、华为、百度等科技巨头，以及科创企业AI技术演进的故事，每个故事都有自己的声音，每个故事都有自己的主角。那些推动技术的人，他们身负伟大任务的托付。他们发出光，我们被照亮。

《形式概念分析中的知识表示与推理》主要研究决策蕴涵的逻辑理论及形式概念分析中的知识表示与推理。具体内容包括：决策蕴涵、模糊决策蕴涵和可变决策蕴涵的逻辑理论，决策蕴涵规范基和模糊决策蕴涵规范基的逻辑理论， 决策蕴涵规范基的生成方法和性能分析， 决策蕴涵的知识表示能力及其与概念规则和粒规则的比较， 模糊属性约简等。

本书为数据驱动的复杂工业过程的在线监测及故障诊断方法提供了较为完整的理论框架及案例应用分析。内容包括：大规模多单元过程的分布式监测、多模态工业过程在线监测、非线性过程在线监测、关键性能指标相关过程在线监测、动态时变工业工程在线监测、非稳态间歇过程在线监测、故障溯源诊断。本书要求读者具有一定的统计知识基础和机器学习相关知识，可供自动化相关领域的科研人员及工程技术人员参考，也可作为自动控制或信息科学等相关专业本科生及研究生的参考用书。

数字经济是继农业经济、工业经济之后的又一主要经济形态。数据作为数字经济的核心生产要素，正深刻影响着世界各国经济与技术的发展，与此紧密相关的数据中心等关键信息基础设施的安全问题已成为各国网络与数据安全研究的核心。本书重点分析针对数据中心的安全威胁，包括注入攻击、拒绝服务攻击、中间人攻击、APT攻击和供应链攻击等，并介绍数据中心的安全防护技术，如数据安全备份、数据灾难恢复和数据安全迁移等技术。从数据安全层面介绍常用的数据安全治理方法；从网络空间安全层面介绍被动和主动防御技术，并给出网络安全评估常用模型与网络攻防博弈模型。最后，总结在人工智能时代背景下，如何利用人工智能技术，分别从网络安全和数据安全治理层面赋能数据中心安全。本书可供高等院校网络空间安全、信息安全等相关专业的研究生或高年级本科生使用，也可作为从事相关科研工作的学者和工程技术人员的参考资料。

每个代码库都包含一些错误和低效之处，你需要将其找出并完成修正。以正确的方式进行重构，代码就会变得优雅、易读和易维护。在本书中，你将学习一种独特的重构方式，可以在5行或更少的代码中实现任何方法。你还会发现大多数资深开发人员都知道的一个秘密：：有时敲定代码并在稍后进行修复会更快。 对所有技术水平的开发人员来说，本书是以全新视角审视重构。在本书中，你将掌握作者的创新方法，学习一些具体的规则，将任何方法简化为5行或更少。你将了解重构的时机、适用于大多数常见问题的特定重构模式，以及应该完全删除的代码特征。 ● 坏代码的标志 ● 在甚至不理解代码的情况下安全地改进它 ● 平衡优化和代码通用性 ● 正确的编译器实践