本书介绍了异构计算系统的发展历程、当下主流的异构计算系统所使用的程序设计模型以及若干典型的异构计算应用。本书主要以CPUGPU异构计算系统为代表进行介绍，同时在第8章中简要介绍了FPGA 异构计算系统，以使读者了解不同类型的异构计算系统之间的差异。书中具体讨论了用于CPU-GPU异构计算系统的线程池模型的设计与实现。本书适合GPU程序设计、高性能计算、计算机体系结构等相关领域的从业人员和科研人员使用，也适合对异构计算感兴趣并具有一定基础知识的读者阅读。

近年来，随着脑机接口（BCI）技术的不断发展，国内外多个科研机构将研究的重点放在了比单模态BCI更具有优势的多模态BCI领域。这些科研机构取得了很多科研成果，这些成果都能够利用多模态BCI的优势来弥补单模态BCI的一些缺陷，从灵活性或稳定性方面来提升BCI系统的性能。本书首先提出并实现了一套基于运动想象和运动起始的视觉诱发电位结合的混合BCI系统，然后分别针对组成多模态系统的各单模态BCI提出、改进了更为稳定和有效的特征提取与识别方法。

本书基于我国区块链创新应用发展现状，精选区块链应用于数字经济、数字政府、数字社会、数字法治四大领域的典型案例。数字经济领域主要包括工业互联网、供应链金融等场景；数字政府领域主要包括资金管理、公共资源交易等场景；数字社会领域主要包括住房公积金管理、乡村振兴战略落地等场景；数字法治领域主要包括电子证据管理、公益诉讼等场景。本书系统、全面地介绍了各个案例的背景、主要痛点、解决方案、应用效果、创新与亮点，有针对性地总结了区块链技术应用于四大领域的意义和价值，展望了区块链技术与应用的发展趋势。

本书以漫画的形式介绍生活中常见的各种辐射现象，以及辐射安全与防护、核技术利用等相关知识，通过宣传这些科普知识，引导社会大众树立正确的核辐射安全观，纠正一些常见的关于辐射的错误认识，消除公众对核能安全的疑虑，在正确利用核与辐射造福人类的同时，将核与辐射的危害降到最小。

本书从最基本的设计原则和准则出发，全方位介绍了设计框架的最佳实践，是微软工程师从.NET Framework开发伊始到现如今的.NET这二十来年间宝贵经验的总结。 与第2版发布时的2008年相比，今天的软件开发范式用翻天覆地来形容也不为过，容器化、云服务、跨平台、DevOps等，都对今天的软件开发者和框架设计者提出了更高的要求。本书对第2版的内容进行了全面的更新，以适应当下发展的潮流。本书虽然是面向.NET平台上的框架设计的，但对其他平台的框架设计同样具有非凡的借鉴价值。通过阅读本书，读者可以了解到如何设计出一个对使用者而言简单、易用且具有一致性的优秀框架。

《中国通信工业协会教育分会2022年会议论文集》是2022年中国通信工业协会教育分会面向各高校和企事业单位开展的“ 计算机类 论文评选活动”评选与推介活动的成果汇编。本次论文集将收录作者撰写但未经发表的计算机类学术论文，包含教研教改、科研成果以及相关教学实践案例等。论文要求具有科学性、先进性和实用性，论点鲜明、论据充分、数据真实、逻辑严谨、文字准确、语句通顺。本论文集拟将收录于万方数据库。此外，本论文集的论文还可以参与中国通信工业协会教育分会 论文评选，获奖成果将择优 参加中国通信工业协会教育分会2022年年会，对成果进行推广和展示。

《机密计算：AI数据安全和隐私保护》系统介绍了面向人工智能领域中的数据安全、隐私保护技术和工程实践。本书首先探讨了人工智能领域所面临的各种数据安全和隐私保护的问题及其核心需求，并在此基础上纵览和比较了各种隐私保护计算技术和解决方案的利弊；然后详细阐述了目前比较具有工程实践优势的可信执行环境技术，及其在主流人工智能场景中的工程实践参考案例。此外，本书介绍了关于数据安全和隐私保护的概念、原理、框架及产品，从而帮助读者对机密计算的技术全景有整体的理解。《机密计算：AI数据安全和隐私保护》适合计算机和软件行业从业者、研究人员及高校师生阅读，尤其适合从事人工智能和隐私保护计算的架构师和开发人员阅读。

本书系统介绍了机器学习常用算法及其应用，在深入分析算法原理的基础上，结合当前热门应用场景，向读者展现了机器学习算法的综合应用，带领读者进入机器学习领域，开启人工智能行业的大门。 全书共 21 章，分为 3 部分。第 1 部分介绍机器学习基础算法，包括线性回归、多项式回归、逻辑回归、k-NN、决策树、k-Means、SVM、随机森林、朴素贝叶斯、PCA 降维等，针对每个算法给出应用案例，让读者既掌握算法原理，又能够使用算法解决问题。第 2 部分是机器学习基础算法综合应用，通过学生分数预测、自闭症患者预测、淘宝用户价值分析、耳机评论情感预测几个案例提升读者对机器学习算法的应用能力。第 3 部分是机器学习进阶算法与应用，介绍逻辑更为复杂的机器学习算法，如改进的聚类算法、HMM算法、Boosting 算法等，并给出相应案例，此外，还展示了多个算法综合应用项目。 本书适合对机器学习、人工智能感兴趣的读者阅读，也可以作为应用型大学和高等职业院校人工智能相关专业的教材。本书可以帮助有一定基础的读者查漏补缺，使其深入理解和掌握相关原理与方法，提高其解决实际问题的能力。

本书介绍在使用高级语言编程时，程序员如何点点滴滴地提高程序运行效率，并在编写代码时，透彻地理解变量、数组、字符串、数据结构、过程与函数等方面各种方案的优缺点，从而恰当运用。书中阐述计算机编程语言在底层硬件上的工作原理，引入了一种被称为"高级汇编语言HLA”的学习工具。通过查看、比较编译器生成的汇编语言或机器代码，程序员能够了解代码的底层实现，以便在高级语言编程时选择恰当的方式高效地达到自身的目标。本书是一部提高程序员专业能力，以及通往编程大师之路的不可多得的佳作。 本书适合高等学校学生在掌握基本编程能力后，在有志于从事软件行业并精于此道时修炼使用，也可供已参加工作的程序员进一步研修、优化工作技能时参考。此外，对于有意向编写编译器的程序员，此书可提供从普通应用到底层编译的衔接，供他们学习初步的编译原理入门知识。

面对数量庞大、但质量参差不齐的云服务时，如何从中选择一个满足应用需求并可信的服务，成为了当前可信研究的重要问题。为此，本书围绕云服务的可信评估及服务选择两个方面的内容展开了研究。主要内容包括：①建立云服务可信评估体系，包括云服务的可信属性模型、可信证据、以及云服务的分级规范；②以云服务可信评估体系为基础，提出了基于FAHP、信息熵、马尔可夫链的云服务可信评估模型；③基于马尔科夫链原理，建立了云服务的可信工作模型（包括云服务随机可信状态的表示矩阵、以及各状态之间的转移矩阵），通过该模型实现了对云服务可信状态变化的预测评估；④提出了一种面向用户的云服务选择方法，帮助用户根据自身应用场景进行服务选择。⑤为规范云服务市场，提升云服务的可信性，针对云服务交易过程中的各角色进行了职能分析，并提出了相应的对策建议。