《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。

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。

《自抗扰控制设计与理论分析》的主要内容是非线性自抗扰控制的设计与理论分析. 自抗扰控制是一项在线估计并补偿不确定性因素的控制技术， 由三个主要部分构成，分别是跟踪微分器、扩张状态观测器以及基于前两者的反馈控制器. 《自抗扰控制设计与理论分析》较为详细地论述了非线性跟踪微分器、非线性扩张状态观测器的设计与收敛性， 以及基于跟踪微分器与扩张状态观测器的不确定性因素补偿控制器——自抗扰控制器的设计与控制闭环系统的收敛性和稳定性.

《精通STM32F4（库函数版 第2版）》由浅入深，旨在讲解STM32F407的各个功能。《精通STM32F4（库函数版 第2版）》总共分为3篇：第一篇为硬件篇，主要介绍实验平台；第二篇为软件篇，主要介绍STM32F4常用开发软件的使用以及下载调试的一些技巧，并详细介绍几个常用的系统文件（程序）；第三篇为实战篇，通过33个实例带领读者一步步深入了解STM32F4。本次修订对部分知识进行了更新。《精通STM32F4（库函数版 第2版）》可配套ALIENTEK探索者STM32F4开发板学习使用，配套资料包含详细原理图以及所有实例的完整代码。这些代码都有详细的注释，并且所有源码都已经经过严格测试，不会有任何警告和错误。另外，源码已生成hex文件，读者只需要通过串口／仿真器下载到开发板即可看到实验现象，亲自体验实验过程。《精通STM32F4（库函数版 第2版）》适用于广大学生和电子爱好者学习STM32F4，其大量的实验以及详细的解说也是公司产品开发的有力助手。

《系统辨识与建模》系统地介绍了系统辨识的基本原理和应用方法，分析了各种方法的特点，探讨了Matlab软件对各类辨识方法的实现途径。全书共7章，主要内容包括：绪论、系统辨识的基本概念、随机过程简介、系统辨识的经典方法、小二乘参数辨识方法及应用、极大似然参数辨识方法、其他辨识方法。在理论分析的基础上，列举了许多的Matlab仿真程序，并进行了程序剖析，并给出一些应用实例和练习题。附录给出了学习本课程中用到的实验和Matlab系统辨识工具箱简介等。《系统辨识与建模》可以作为高等学校控制科学与工程、仪器科学与技术、控制工程等学科的研究生教材，也可作为自动化、测控技术与仪器及相关专业本科生教材，还可以供工程技术人员参考使用。

《精通STM32F4（寄存器版 第2版）》由浅入深，旨在讲解STM32F407的各个功能。该书总共分为3篇：硬件篇，主要介绍实验平台；软件篇，主要介绍STM32F4常用开发软件的使用以及一些下载调试的技巧，并详细介绍几个常用的系统文件（程序）；实战篇，通过34个实例（绝大部分是直接操作寄存器完成的）带领大家一步步深入了解STM32F4。本次修订对部分知识进行了更新。该书可配套ALIENTEK探索者STM32F4开发板学习使用，配套资料包含详细原理图以及所有实例的完整代码，这些代码都有详细的注释，且都经过严格测试，不会有任何警告和错误。另外，源码已生成hex文件，读者只需要通过串口／仿真器下载到开发板即可看到实验现象，亲自体验实验过程。《精通STM32F4（寄存器版 第2版）》适用于学生和电子爱好者学习STM32F4，其大量的实验以及详细的解说也是公司产品开发的有力助手。

这是一部兼具实战性、系统性又不乏深度的KVM虚拟化技术指南，既能让新人快速掌握KVM的基础知识，又能满足有经验的读者进阶学习的需求。本书两位作者来自于阿里云和Intel，在云计算和KVM方面有深入的研究，他们将自己的经验倾囊相授，带你全面了解KVM的各种技术细节。本书在逻辑上分为三大部分：第yi部分 基础篇（第1~5章） 以云计算、虚拟化的概念开篇，首先，详细介绍了KVM的原理和基础架构，以及KVM生产环境的构建；然后，详细讲解了libvirt、virsh、virt-manager等KVM主流管理工具，以及包括CPU、内存、存储、网络、图形界面等在内的各种核心基础功能。这部分内容将帮助读者打下扎实的KVM虚拟化技术基础。第二部分 进阶篇（第6~9章）从设备管理、内存管理、动态迁移、嵌套虚拟化、安全、CPU指令性能优化等几个特定的相对高阶的知识点详细展开。相信通过这部分内容的系统学习，读者可以对半虚拟化驱动、设备直接分配、设备热插拔、大页内存、NUMA、嵌套虚拟化、安全特性、CPU新指令集等一系列热门及高阶的名词和技术都会有比较深入的理解，并能培养起可以真正动手实践的能力。第三部分 性能测试与调优篇（第10章）从CPU、内存、网络、磁盘等各个方面来介绍性能评估工具与测试参考结果，同时介绍了CPU新指令（如AVX2等）、THP、KSM、NUMA等对性能的影响。读者可以根据本篇介绍的方法来对云服务器做性能评估，也可以对自己搭建的虚拟化环境做性能调优。

群体智能算法是模拟自然生物种群智能行为的优化方法，具有良好的寻优性能，因此群体智能算法在求解大规模复杂问题时具有较高的效率。《群体智能算法改进及其应用》在群体智能的基础上，针对智能优化算法、聚类算法、复杂网络和朴素贝叶斯分类进行理论研究和应用研究。《群体智能算法改进及其应用》重点研究群体智能算法中的人工蜂群算法理论改进和应用研究，提出基于人工蜂群的密度峰值聚类算法，并将其应用到民营上市公司的聚类分析中。另外，《群体智能算法改进及其应用》还提出基于复杂网络和朴素贝叶斯分类的人工蜂群算法，使用复杂网络理论，降低供应链网络结构的复杂度；引入朴素贝叶斯分类，大幅度地加快算法的寻优速度，并将其应用于供应链网络优化决策中，都取得了令人满意的结果。

本书以各个企业在大数据浪潮中跌宕起伏的经历为核心来讲述大数据发展史，并分析各个大数据企业迥异的发展历程，探讨在新技术浪潮来临时应该如何应对。本书主要分为两部分，前半部分讲述谷歌、微软、IBM、雅虎、***、阿里巴巴等大公司在大数据浪潮中的发展史，后半部分讲述各个大数据创业公司的发展历程和现状。在每部分的最后，还通过专门的文章分析并总结了各企业在大数据浪潮中的作为和选择所产生的影响。全书从公司的视角出发为大家呈现了一幅波澜壮阔的大数据领域发展史，读者不仅可以了解大数据技术，更能领略大数据领域的全貌，从各公司的故事中吸取教训，学习思路。本书适合对大数据技术和商业思维有兴趣的读者阅读。

《MATLAB教程（R2018a）》以中、英文版的MATLAB R2018a为编写基础，系统讲解MATI。AB基本环境和操作要旨；分章阐述符号计算、数值计算、面向对象的图形显示系统、计算结果可视化、编程精要及鲜活实时脚本的制作；选择典型实例展现MATLAB精华工具Simulink的功能级和元器件级仿真能力；范例剖析MATLAB版面编辑器的用法和图形用户界面（GUI）的制作要领。全书包含156个多年凝炼的计算范例和87个开拓思路的习题。所有算例程序可靠、完整，读者可以完全准确地重现该书所提供的算例结果。该书的目录和MATLAB命令索引，既可以帮助读者从模糊的中文词义查阅相关内容，又可以按英文命令字母检索出叙述相关内容的所有章节。该书由纸质印刷版本和适配的数码辅助文档组成。在MATLAB环境下阅读该书，读者可以在阅读印刷文字和运行辅助文档代码中，事半功倍地理解和掌握MATLAB真谛，感受MATLAB科学计算和可视化的魅力。即使在无MATLAB环境下系统阅读或随时查阅印刷版时，读者也能通过智能手机或计算机从辅助文档中，看到与文字内容相应的彩色曲线、曲面或动态图形。此外，数码文档可向教师辅助提供讲稿框架，向学生辅助提供作业模板，并向所有读者提供纸质书无法给予的Simulink算例仿真模型和图形用户界面的可执行文件。该书内容翔实、算例独立、篇幅紧凑，专为理工科高等院校本科生、研究生系统学习MATLAB而撰写，也可供科研技术人员自学使用。该书既可用作课程教材、仿真实验指导书、课程设计和毕业设计参考用书，也可作为自学用书和手册使用。