21世纪建筑学的发展，除了继续深入各专业的分析研究外，还有必要重新认识综合的价值，将各方面的碎片信息整合起来，从局部走向整体，并在此基础上进行新的创造。为适应21世纪土木建筑工程的高速发展，《房屋建筑学》在内容上进行了调整，突出了新材料、新构造、新科技的运用，加强了理论上的阐述和实际工程的介绍，力求为建筑工程、桥梁工程、交通工程、隧道工程、地下建筑工程等土木工程类专业的学生学习建筑设计提供较全面的基础知识。《房屋建筑学》着重阐述民用与工业建筑设计的基本原理和方法，为便于读者很好地掌握建筑学科的主要内容，《房屋建筑学》在文字叙述的基础上，选用了较多的国内外建筑工程实例，力求做到图文并茂，以精、新为原则，突出重点。《房屋建筑学》分三篇，共17章：第一篇民用建筑设计，重点阐述民用建筑设计原理和方法；第二篇民用建筑构造，重点阐述民用建筑构造原则和做法；第三篇工业建筑设计与构造，重点阐述工业建筑的设计原理和构造做法。《房屋建筑学》内容丰富，既可作为土木工程、交通工程、工程管理、地下建筑工程、给排水工程、电气工程、暖通工程等专业的教材和教学参考书，也可供从事建筑设计与建筑施工的技术人员和土建专业成人高等教育师生参考。

《中国金融发展对创新的影响研究 基于金融歧视的视角/湖北经济学院学术文库》首先对中国金融发展、中国创新现状进行了描述及统计性分析，并在此基础上以金融功能论视角分析了金融发展对创新活动的作用机制，建立了金融歧视下的技术模仿和自主创新模型，分别讨论了金融发展对技术模仿、自主创新这两种不同类型的创新活动的影响。同时，我们还对两阶段技术进步模型进行了拓展，分析了金融发展对由技术模仿向自主创新的创新转换过程中的作用。在实证部分，我们观察到国有部门和非国有部门在创新活动以及信贷境遇的显著差异，利用面板数据对技术模仿、自主创新、金融歧视、所有制结构等变量进行了实证检验。

世界很大，可你却非常小，一切都看似不可能。可是，跟着莱奥内总能看到事情积极的一面。小的时候所有的事情都有可能，长大后就不一定了噢！

暂缺简介...

信息世界和物理世界相融合形成了物联网，并且推动了信息技术和人与人之间社会网络的交叉融合。面对已经到来的物联网产业革命，需要思考的问题已经不仅仅是如何将“物”联结到“网”上，而是所有的“物”都联网后，我们想要做什么以及如何付诸实现。本书对物联网的发展历程、核心支撑技术、体系结构、数据标识、信息安全以及典型应用进行了介绍。本书适合作为高校计算机专业学生的教学参考书，也适合其他对物联网应用推广有兴趣的读者。

帮教育：教育是一种帮助。成长无法代替，学校、家庭和社会为孩子的成长能提供的只是一种帮助。当“帮”是一个动词的时候，它指向教育的过程和方法；当“帮”是一个名词的时候，我们可以将“帮”理解成一种生命的能量。因为生命是一种能量的聚和散的过程，人的一生是一个从得到“帮”到积累“帮”再到释放“帮”的过程，所以，“帮”是人的生命状态，“帮”是教育的本质和核心。作为教育者，我们重点要研究的是帮的方法。我们觉得：教育是帮的艺术。

本书以武汉市机场第二通道快速干道和京港澳高速公路军山长江大桥景观设计为案例，建立起道路建筑美学设计概念，进行了道路桥梁景观的分类，定义了道路建筑美学内涵，提出了道路建筑美学与原生态环境和谐的设计原则和方法，提出了生态道路的设计思想，完善了道路建筑美学设计的生态学措施和可持续发展的道路建筑美学设计方案，建立起科学的道路建筑美学与环境和谐的评价体系。本书可供道路、桥梁的设计、研究、施工和管理人员参考阅读。

本套书分8册，根据3-6岁儿童的年龄和能力，科学分册，阶梯学习循序渐进。寓教于乐，内容丰富，从图形的辨识、货币面值的辨别，到一位数、两位数的加减法等内容全部涵盖其中，是当之无愧的儿童数学启蒙好伙伴，帮助孩子早早建立数学概念并打好基础，使孩子面对小学数学可以游刃有余。《四五快算（名师导读版）2 比大小5以内的加减法》学习个数、大小数、序数、中间数，理解个数与序数的关系。掌握5以内的加减法。

本套书分8册，根据3-6岁儿童的年龄和能力，科学分册，阶梯学习循序渐进。寓教于乐，内容丰富，从图形的辨识、货币面值的辨别，到一位数、两位数的加减法等内容全部涵盖其中，是当之无愧的儿童数学启蒙好伙伴，帮助孩子早早建立数学概念并打好基础，使孩子面对小学数学可以游刃有余。《四五快算（名师导读版）4 一位数的加减法》对数学的基础知识与原理的进一步理解能让判断力得到进一步发展。本册将以20-50范围内的加减法为基础进行更为深入的数学学习。

本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言进行探索性数据分析；第3章重点探讨数据采样和概率分布的概念；第4章探讨因变量和解释变量集合之间的线性关系；第5章介绍基于树的分类器：K近邻分类器、逻辑回归分类器以及朴素贝叶斯分类器；第6章神经网络和支持向量机；第7章展示一些模型评估的方法；第8章探讨集成分类器；第9章讲述多种聚类算法；第10章介绍关联分析和序列挖掘；第11章介绍如何从原始变量中选择和抽取特征；第12章讨论大数据分析（R和Hadoop）。