本书“重新定义”了持续交付，增补了组织管理和架构两个维度，辅助以真实案例，对持续交付的诸多原则和实践加以解读，并对持续交付过程中的取舍原则加以论述。本书分为3个部分：第一部分作者根据自己近十年的工作及咨询经历，通过不断总结、提炼和反思，对原有的持续交付进行修正，重新定义持续交付为实现组织战略目标的能力，并引入持续交付的能力模型；第二部分阐述组织打造持续交付能力模型所需遵循的原则，包括基础原则、组织原则和架构原则；第三部分通过对多个互联网公司案例的解读，阐述如何根据组织的当前状况应用相关原则对最佳实践进行取舍，并快速达到组织能力目标。本书适合大型互联网公司的技术VP、技术负责人，中小型互联网公司的CTO、技术VP、研发/测试/运维负责人、主管及骨干，以及组织变革者阅读。

《OpenCV 4.0+Python机器学习与计算机视觉实战》详细阐述了机器学习与计算机视觉相关的基本解决方案，主要包括滤镜、深度传感器和手势识别、通过特征匹配和透视变换查找对象、使用运动恢复结构重建3D场景、在OpenCV中使用计算摄影、跟踪视觉上的显著对象、识别交通标志、识别面部表情、对象分类和定位、检测和跟踪对象等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

在本书中，你可以跟随作者在活跃而神秘的开源世界中进行一次奇妙的旅行。本书从生活中的常见软件讲起，介绍了什么是开源、标志性开源项目的标志、开源人的日常活动、组织机构等；紧接着介绍开源世界中包括科学家、程序员、律师、商人、用户等在内的不同角色，以及开源运动如何在这些人的推动下取得胜利；最后探讨了开源的迷人特性，介绍了这件表面上看起来吃力不讨好的事情所取得的成就，并对开源在本土的发展进行了思考。全书包含大量生动有趣的故事和数据分析，让非技术领域的读者也能用高屋建瓴的视角感受和拥抱开源文化。 本书适合在开源领域工作的技术人员、社区工作者、研究人员等参考，也适合想了解开源的一般大众阅读。

本书主要讲述利用Unity和MRTK进行HoloLens2设备上的MR应用开发，对MR应用开发中涉及的技术进行了全方位的讲述，用语通俗易懂，阐述深入浅出。 本书共分4个部分：部分为基础篇，包括第1章和第2章，本篇从混合现实概念入手，简述HoloLens2设备的技术特性、基本开发步骤及调试部署、MRTK体系架构、配置文件使用等基础知识，立意高屋建瓴，通过对HoloLens2设备和MRTK的介绍，希望读者对在HoloLens2设备上进行MR应用开发有一个初步的印象；第二部分为操作组件篇，包括第3~5章，本篇主要阐述对HoloLens2设备功能特性的基本开发及操作、系统讲解MRTK提供的各类功能组件和UX控件操作使用；第三部分为功能技术篇，包括第6~12章，本篇针对HoloLens2设备上的MR应用开发进行深入全面阐述、剖析讲解，力图从原理到实践，全方位覆盖MR应用开发技术方方面面，每章节都配有详尽的可执行代码及代码的详细说明；第四部分为提高篇，包括第13章和第14章，本篇不仅讨论MR应用与普通应用的区别，也指出在MR应用开发中应该注意的事项，提出了在MR应用开发中应该遵循的基本原则，并对如何排查MR应用性能问题及基本性能优化原则进行了比较深入的探究。 本书面向MR应用开发初学者与Unity工程师，也可以作为高校、大专院校相关专业师生的学习用书，以及培训学校的培训教材。

主要内容●创建 Svelte组件●通过store管理共享数据●配置页面路由●调试、测试和部署Svelte 应用程序●使用Sapper开发动态网站和静态网站

OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。该书基于Python 3.8全面、系统地介绍OpenCV 4.5的使用，并配套示例源代码、开发环境与答疑服务。　《OpenCV 4.5计算机视觉开发实战：基于Python（人工智能技术丛书）》共分15章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本操作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，以及停车场车牌识别、物体识别、运动跟踪、人脸检测等案例。　《OpenCV 4.5计算机视觉开发实战：基于Python（人工智能技术丛书）》既适合计算机视觉与图像处理、人工智能算法的开发人员阅读，也适合高等院校和培训机构计算机视觉与图像处理、人工智能等相关专业的师生教学参考。

语音降噪处理是信号处理的重要分支领域。近年来，该领域在人工智能与深度学习技术的驱动下取得了突破性进展。《复杂环境下语音信号处理的深度学习方法》系统总结语音降噪处理的深度学习方法，尽可能涵盖该方法的前沿进展。全书共分8章。第1章是绪论；第2章介绍深度学习的基础知识和常见的深度网络模型；第3～6章集中介绍基于深度学习的语音降噪处理前端算法，其中，第3章介绍语音检测，第4章介绍单通道语音增强，第5章介绍多通道语音增强，第6章介绍多说话人语音分离；第7章和第8章分别介绍基于深度学习的语音降噪处理在声纹识别和语音识别方面的应用，其中着重介绍基于深度学习的现代声纹识别、语音识别基础和前沿进展。《复杂环境下语音信号处理的深度学习方法》专业性较强，主要面向具备一定语音信号处理和机器学习基础、致力于从事智能语音处理相关工作的高年级本科生、研究生和专业技术人员。

AbstractThisbookstudiesthethermalprocesssimulationandoptimalcontroloftheregenerativeannularfurnace.Firstly，itsummarizesthedevelopmentoftheannularfurnace，thenanalyzesthehot-stateexperimentalfurnaceandcold-stateexperimentalfurnaceoftheregenerativeannularfurn

《FPGA时序约束与分析》首先介绍时序约束相关的基本概念； 然后从时钟、建立时间和保持时间等概念入手，详细地阐述时序分析理论中的基本时序路径； 随后结合实际的约束语法，对主时钟约束、虚拟时钟约束、时钟特性约束、衍生时钟约束、I/O接口约束、多周期约束、虚假路径约束、**/最小延时约束等进行详细的介绍，除基本理论与约束语法的解释说明外，还提供了丰富的语法使用实例、工具使用实例以及工程应用实例。时序约束与分析是FPGA开发设计必须掌握的高级技能，通过本书基础理论与工程实例的结合，相信能够帮助广大的FPGA学习者快速掌握这项技能并学以致用。《FPGA时序约束与分析》适合作为从事FPGA开发的工程师或研究人员的参考书籍，也可作为高等院校相关专业FPGA课程的教材。

随着互联网的蓬勃发展，从浩瀚的网络世界中获取数据并加以处理，从中提取有用的信息越发重要，本书就带领读者学习如何获取数据并以合适的方式呈现数据。全书分为4个部分。第1部分，即第1～第5章，主要介绍数据的采集，从数据采集的意义和基本概念开始，介绍依次介绍Python工具库、Scrapy第三方框架、如何采集数据，以及如何通过Selenium采集动态页面和手机APP数据采集；第2部分即第6章，主要介绍4种常用的数据分析方法；第3部分，即第7～第9章，主要通过3种可视化工具介绍数据可视化；第4部分即第10章，介绍一个完整的实战训练项目，帮助读者系统地梳理数据采集、分析、可视化的整体过程，巩固理论知识，增加实战经验。本书的读者应具备使用Python语言编程地基本能力。本书可以作为各大院校人工智能、大数据相关专业地教材，也可以作为培训机构地教材，并适合数据处理、数据分析、数据可视化相关从业者自学参考。