《高等高分子物理》为高分子专业研究生课程服务，适合本专业研究生、高年级本科生及相关科研人员参考。内容编排主要包括链结构、凝聚态结构、溶液理论、转变与松弛和力学性能五大部分，融入基本概念和基本理论，并指出经典理论的不足与修正方法，对高分子物理领域新问题、新理论和新发展等拓展性内容深入浅出地加以介绍，与本科高分子物理课程内容紧密衔接并自然过渡，便于师生温故知新，也便于授课时自由取舍。

本书基于SPSS 26.0编写，涵盖了目前体育科学研究中涉及的大部分统计问题。全书共21章，分为三大部分。第一部分简要介绍体育统计的基本概念、基本原理和基本方法；第二部分介绍SPSS软件的基本使用方法；第三部分比较详细地讨论体育科学研究中常用的数理统计方法以及在SPSS中实现的步骤。内容包括基本描述统计、多选题分析、平均数比较、方差分析、非参数检验、相关分析、回归分析、聚类分析、判别分析、因子分析、信度分析等。本书在兼顾统计学理论的严谨性和系统性的同时，注重通过读者比较熟悉的体育领域实际案例来阐释问题，使读者能迅速掌握研究设计、数据获取、数据整理、统计分析、结果讨论的全过程。全书文字浅显，案例丰富，图文并茂，易学易用。

本教材较为系统地介绍了生物统计学的基本原理和方法，在简要叙述了生物统计学的产生、发展及其研究对象与作用，数据的来源与整理，数据特征的描述统计，概率与概率分布、抽样分布的基础上，着重介绍了统计推断、非参数检验、列联分析、方差分析、直线回归与相关分析、可直线化的非线性回归分析、协方差分析、多元线性回归与相关分析、逐步回归与通径分析和多项式回归分析，同时对试验设计原理及对比设计、随机区组设计、拉丁方设计、裂区设计、交叉设计、正交设计、均匀设计等常用试验设计及其统计分析进行了详细叙述。

全书共分6章，第1章介绍计算机基础，主要包括Windows基本操作、Office办公软件操作和电子邮件操作；第2章介绍智慧医学语言Python基础，主要包括Python开发环境及库的使用、Python语言基础概述及数据类型、Python语言程序流程控制的医学应用、Python语言自定义函数的医学应用；第3章介绍医学数据的获取与分析，主要包括numpy库与pandas库的医学应用、医学数据文件的读取与统计模块、医学数据的描述性分析、医学数据的规范化转换与常见预处理方法；第4章介绍医学数据的可视化，主要包括matplotlib及医学应用、seaborn及医学应用、pyecharts及医学应用；第5章介绍医学图像处理，主要包括医学图像的读取与显示，医学图像几何操作、卷积、滤波，医学图像增强，医学图像分割与形态学处理；第6章介绍人工智能及医学应用，主要包括线性回归分析及医学应用、逻辑回归及医学应用、朴素贝叶斯分类及医学应用、支持向量机及医学应用、聚类分析及医学应用、深度学习及医学应用。本教材通过医学案例由浅入深，注重入门运用与举一反三，强化医学案例驱动的自主学习与实践，重视医学及相关专业学生的学习能力培养，强调医学实践和计算机理论的医工融合。

本书讲述了控制理论的基本原理及其在机械工程自动控制系统中的应用。全书共11章：第1～8章为经典控制理论部分，主要介绍了自动控制的基本概念、控制系统在时域和频域中数学模型的建立，分析了单输入单输出、线性、时不变系统的稳定性和稳态误差，阐述了线性控制系统的时域分析法、频域分析法、根轨迹法及设计校正方法，每章均有工程实例分析；第9章为离散控制系统部分；第10章为现代控制理论基础部分；第11章为智能控制理论基础部分。

本书是编者根据多年从事电力电子技术教学与科研工作的经验，在学习、借鉴国内外教材及相关参考文献，并征求广大读者和相关高校老师宝贵意见的基础上，对第二版教材进行修订改编而成的。本书在内容体系的安排上，针对本科生教学的特点，探索采用启发研究型阐述方式，力图避免新技术、新理论的简单罗列。书中结合电力电子技术的应用与发展，在保留一定的晶闸管相控变流内容的同时，较为突出地反映了以全控器件为主的PWM理论体系，较为系统地阐述了电力电子器件、DC-DC变换器、DC-AC变换器（无源逆变器）、AC-DC变换器（整流和有源逆变电路）、AC-AC变换器以及软开关变换器等基本内容，为电力电子技术的应用与研究提供了理论和技术基础。本书相关章节配置了二维码数字教学资源，如知识背景、工程应用、电路仿真、疑难解析、实验技术及教学微课等。

本教材共分6章，第1章介绍智慧医学概述，主要包括计算机基础、医学大数据及其应用、人工智能及智慧医学应用；第2章介绍智慧医学语言Python基础，主要包括Python语言及开发环境搭建、Python语言基础概述及数据类型、Python语言程序控制结构、函数；第3章介绍医学数据的获取与分析，主要包括医学数据的获取与存储、医学数据的常用计算模块、医学数据的描述性分析、医学数据文件的读取与写入、医学数据的归一化转换与常见预处理方法；第4章介绍医学数据的可视化，主要包括matplotlib包、seaborn包、pyecharts包可视化医学数据；第5章介绍医学图像处理，主要包括医学影像相关技术、医学图像处理基础、医学图像增强、医学图像分割与形态学处理等；第6章介绍机器学习及医学应用，主要包括机器学习介绍、线性回归分析、逻辑回归、朴素贝叶斯分类、支持向量机、k均值（k-means）聚类、深度学习算法。围绕医学案例由浅入深进行论述，特点是医工融合，注重入门运用与举一反三，强化医学案例驱动的自主学习，重视医学及相关专业学生的学习能力培养，强调医学实践和计算机理论的医工融合。

本书根据《工科类本科数学基础课程教学基本要求（修订稿）》（2019），并结合21世纪线性代数课程教学内容与课程体系改革发展要求编写而成。全书分三篇：基础篇主要介绍线性代数基本内容；应用篇结合线性代数四个知识面，通过生动的实例介绍它们在经济、工程技术等方面的应用；实验篇简要介绍MATLAB软件及其在线性代数中的应用。本书在基础篇的每章后配有习题与自测题，书末附有习题参考答案。

本书共九章，前五章介绍概率论，包括随机事件与概率、离散型随机变量、连续型随机变量、随机向量、大数定律和中心极限定理等内容，后四章介绍数理统计，包括统计量及其分布、参数估计、假设检验、相关分析和回归分析等内容。本书涵盖全国硕士研究生招生考试数学考试大纲中概率论与数理统计全部要点。本书设计为新形态教材，数字资源包括重难点讲解、习题讲解、交互模拟试验、自测题、应用案例等。 本书系统地介绍概率论与数理统计的基本概念、方法、理论和应用，深入浅出地介绍原理和方法的背景，并通过大量的例题和习题帮助学生掌握知识点。书中除传统的案例外，还精心设计了一批反映前沿科技与经济社会发展目标的应用实例，包括电磁工业问题、投篮问题、诚信问题、环境保护问题、生物医学问题等，这些例子有机融入教材内容中，与课程内容紧密贴合。 本书可以作为高等院校理工类各专业概率论与数理统计课程的教材，也可供学生考研复习使用。

本书为大学生创新创业教育公共课教材，运用创造学理论体系，理清创造、创新、创业的关系，具有清晰的理论模型指导实践；以开发大学生的创造意识、创新精神、创业能力为主线，以训练创新思维、逻辑思维与形象思维为重点，通过具体的创造技法与创新方法，开展创新创业实践活动。本书将创造性思维融入日常生活，有助于大学生创新创业能力开发。本书配有数字资源，扫描书中的二维码即可阅读和练习；本书也支持线上线下相结合的教学使用，配套的在线课程有“爱课程”网的精品视频公开课和安徽省网络学习中心的在线开放课。 本书可作为高等院校大学生创新创业基础课程教材，也可作为大学生了解创造、创新、创业的自学读本，还可作为高校创新创业指导教师的教学参考书。