《云计算及其应用》选择Hadoop作为云计算的典型代表，包括HDFS、MapReduce、Spark、Hive和HBase数据库等组件和案例应用，涉及云计算的调度优化算法、云计算的存储策略、云计算对慕课的作用、云平台的架构及云系统的整合和集成等。重点介绍了在高校数字校园建设和科技管理系统中的云应用，并指明了云计算对慕课建设提供的基础作用，以及应对措施。

《大数据特征降维：粗糙集特征选择的群智能方法及应用研究》从高维大数据的特征降维出发，指出大数据时代粗糙集特征选择面临的挑战，介绍了群智能算法的独特优势和存在的问题，对粗糙集和群智能的理论与经典算法进行了总结归纳并提出一种基予群智能和粗糙集的特征选择框架，依据此框架设计相关特征选择算法，应用于银行个人信用评分系统与高维数据集进行特征降维。《大数据特征降维：粗糙集特征选择的群智能方法及应用研究》可供从事机器学习和大数据挖掘的高校教师、研究生、科研院所的科研人员及有关工程技术人员使用。

合成孔径雷达（SAR）是一种典型的计算密集型嵌入式应用，并且在军事、经济和环境等领域有重要应用价值。《嵌入式多核处理器设计与实现关键技术研究》以SAR实时成像应用为例，探索面向高性能计算领域的多核架构设计方法，重点从架构设计与实现、应用加速设计以及应用映射等方面开展研究工作。针对高性能嵌入式应用对高计算能力的需求，《嵌入式多核处理器设计与实现关键技术研究》提出了基于“任务簇”的处理器体系架构模型，并根据该模型设计了一种嵌入式多核处理器架构。通过讨论单层结构和层次化结构片上网络（NOC）的通信性能与应用的通信特征间的关系，《嵌入式多核处理器设计与实现关键技术研究》还设计了一种双层混合结构的多核通信架构，并研究了通信架构中路由器类型的选择以及路由器体系结构的设计问题。快速傅里叶变换（FFT）是SAR成像应用中的主要运算任务。为加速FFT运算过程，《嵌入式多核处理器设计与实现关键技术研究》提出了一种高性能的并行FFT处理架构。针对多核芯片组协同工作问题，《嵌入式多核处理器设计与实现关键技术研究》提出了一种面向多核芯片组的任务映射算法，以及一种具有普适性的多核芯片通信方案。后在上述研究成果的基础上，设计了一款SAR实时成像嵌入式多核原型系统，验证了《嵌入式多核处理器设计与实现关键技术研究》的研究工作。

本书以89S51 为典型机，主要论述单片机的基本结构与工作原理，以及单片机应用系统的设计与开发方法。全书内容分为13 章，内容包括概述、单片机的结构和工作原理、指令系统、单片机C51 语言程序设计基础、中断系统、定时器/计数器、单片机的串行口UART、单片机常用并行接口技术、串行总线接口技术、单片机应用系统开发环境、基于嵌入式实时操作系统的单片机程序设计方法、基于RTX51的乐曲编辑器和发生器设计、数控电流源设计。书后附录给出了18 个单片机课程设计课题，以及单片机89S51 的指令系统。本书从工程应用出发，突出单片机应用技术的新颖性和实用性；此外，本书为任课教师免费提供电子课件。

《单片机应用设计及开发项目教程》结合单片机课程教学注重实践操作、强调与时俱进的特点，采用“任务驱动”理实一体化的教学模式进行编写，与职业岗位基本技能融合在一起，每个项目任务在阐述其硬件和软件实现上的工作原理及设计开发思路的基础上，采用单片机C语言编程并利用Proteus软件仿真来代替实物制作，将学生从复杂的硬件结构中解放出来，在计算机上完成单片机电路设计、软件设计及调试与仿真，便于学生理解和掌握单片机应用系统从概念到产品的完整设计实现过程。《单片机应用设计及开发项目教程》把单片机应用设计及开发技术知识融入于精心编排的18个项目中，分为入门篇和提高篇，入门篇为专题项目任务，提高篇为综合项目任务。《单片机应用设计及开发项目教程》内容翔实，项目丰富，有较强的实际应用指导价值，既可以作为高职高专院校和应用型本科院校相关专业单片机技术课程学习和实训教学的教材，也可以作为广大电子制作爱好者的自学用书。

《基于云计算的大数据处理技术发展与应用》共八章，从概念到应用，由浅入深，全面深入的探析了基于云计算的大数据处理技术。结合云计算技术对大数据架构进行分析，并对大数据的发展和应用进行探索，根据大数据的巨量分析，进一步对机器学习和数据挖掘等领域进行研究，结合实际应用，从而让读者更好的了解云计算与大数据，对未来有更高的期待。

云时代是指计算时代，而云计算是分布式处理、并行处理和网格计算的发展。当前，谷歌、阿里巴巴正在采用云计算搭建数据，大数据已发展成为一种新兴技术。尤其互联网、物联网、云计算的快速兴起，数据的爆炸式增长更加超乎人们的想象。据统计，预计到2020年，全球以电子形式存储的数据量将达到35ZB，比2016年全球存储量增长了30倍。总体来看，大数据具有数据体量大、数据类型繁多、要求处理速度快的特征，涵盖了从数据的海量存储、处理到应用等方面的技术，如海量分布式文件系统、并行计算框架、NoSQL数据库、实时流数据处理以及智能分析技术（模式识别、自然语言理解等）。《云时代的大数据技术与应用实践》以云时代为背景，研究大数据分析、大数据挖掘、大数据算法、大数据链接分析技术、大规模文件系统MapReduce、HDFS海量存储数据、HBase存储百科数据以及数据安全问题，希望为研究大数据的相关人员提供帮助，促进“大数据技术”未来的发展，为社会经济带来更大的利益。

《大数据时代Hadoop技术及应用分析》通过理论与实践结合，通过示例分析的形式介绍了MapReduce的设计理念和编程模型，然后深入分析了MapReduce运行时环境的架构设计与实现原理，最后从实际应用的角度深入讲解了Hadoop的性能优化、安全机制等主题和内容。

大数据时代提出了“一切皆可数据化”的口号，由数据驱动企业和个人思维与决策的变革方向已经成为共识。大数据应用的普及带来无数新的机会和新的可能，重新定义着我们的生活、世界与未来，敦促我们尽快地适应大数据思维，看清未来版图，更好地释放大数据价值，服务未来发展。 《大数据革命》一书力求从认知与大数据的关系入手，解构大数据的变革历程与思维演化，帮助读者更好地认识大数据的现状与趋势，把握大数据的核心本质。 作者本人拥有多年的大数据研究和教学经验，着眼于未来趋势下的“大数据时代”的发展，提出了很多实用性强、易于掌握的大数据思维升级方法和应用措施，通过阅读本书，读者可以更好地使用大数据服务于自己的工作和学习，认清大数据思维变革的时代走向。

《线性延迟反馈控制系统分析及应用》对线性延迟反馈控制系统进行动力学分析，阐明产生分岔和混沌的机理。用电路实现Chen系统，在电路实验中观察到分岔和混沌行为。将系统中产生的超混沌应用于保密通信和Hash函数构建中，同时，应用于智能家居系统的信息传递和用户认证。将混沌系统应用于振动压实，设计振动装置，并进行实验研究。