<rt id="mumuw"></rt>
本書是武漢大學規(guī)劃教材，總結多年教學改革經(jīng)驗編寫而成。書中采用了最新頒布的有關制圖的國家標準，適應當前高等學校拓寬專業(yè)面、優(yōu)化課程結構、精選教學內(nèi)容的發(fā)展趨勢。本書內(nèi)容包括:工程制圖基本知識，點、線、面的投影，基本體及其表面交線，軸測投影，組合體，工程形體的圖樣畫法，標高投影，建筑施工圖，建筑結構圖，建筑設備圖，建筑陰影，建筑透視，水利工程圖，計算機繪圖基礎，共14章。與本書配套,由夏唯、劉天楨等主編的《土木工程圖學習題集》由武漢大學出版社同時出版。本書可作為高等院校土木建筑類各專業(yè)工
性能優(yōu)異的光催化劑材料應當具有盡可能高的可見光吸收率、能夠高效分離并轉移光生載流子、具有較大的比表面積并具有良好的環(huán)境相容性，選擇環(huán)境相容性較好的半導體材料并構建微納結構異質(zhì)結是獲得優(yōu)異光催化材料的有效途徑。本書基于SnO2的高氧化電勢、SnSe的寬光譜吸收特性以及二者良好的環(huán)境相容性，先后制備了微納尺度的SnSe/SnO2異質(zhì)結復合材料、具有表面氧空位的核殼結構異質(zhì)結SnSe/ SnO2復合材料，以及具有雙重異質(zhì)結的SnSe/SnO2@rGO復合材料。表征了復合材料的結構、光吸收特性
本書對油氣環(huán)境金屬應急切割的研究現(xiàn)狀進行了分析，分析了磨料水射流冷態(tài)切割技術的安全性，對磨料水射流切割裝置進行了優(yōu)化，在此基礎上開展了金屬切割機理、特性和參數(shù)預測算法模型的研究，并對切割效能進行了對比評估，促進油氣環(huán)境磨料水射流切割金屬的工程化應用，為實現(xiàn)油罐和輸油管道切割過程的精確控制提供技術支撐。本書主要以石油與天然氣工程、安全工程和機械工程專業(yè)的教師、研究生、本科生等教育科研工作者為對象，也可供從事石油天然氣領域的工程人員參考。
新質(zhì)生產(chǎn)力具有以數(shù)字化、網(wǎng)絡化、智能化新技術為支撐，以數(shù)據(jù)為關鍵生產(chǎn)要素，以科技創(chuàng)新為核心驅動力等鮮明的時代特征。人工智能是新質(zhì)生產(chǎn)力的典型代表，是推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅動力量。加快形成新質(zhì)生產(chǎn)力，要牢牢抓住人工智能這個“牛鼻子”，以實現(xiàn)經(jīng)濟社會各領域各環(huán)節(jié)智能化轉型升級。但也要看到，技術不穩(wěn)定性使得人工智能在與社會深度融合的過程中面臨多維度風險，而培育新質(zhì)生產(chǎn)力也需要防范“忽視、放棄傳統(tǒng)產(chǎn)業(yè)”“一哄而上、泡沫化”等認識誤區(qū)和實踐偏差。正如習近平總書記所強調(diào)
本書從密碼學與身份驗證、社交工程、惡意軟件、網(wǎng)絡詐騙和防范、Wi-Fi網(wǎng)絡安全、數(shù)據(jù)泄露和隱私保護、移動設備安全、辦公終端安全多個角度，以及發(fā)展歷史和未來挑戰(zhàn)兩大維度，并結合案例，系統(tǒng)地回答了網(wǎng)絡安全風險如何產(chǎn)生及怎樣防范等命題。
本書以大慶油田三元復合驅礦場試驗為背景，結合室內(nèi)實驗研究，比較系統(tǒng)地探討了自國家“八五”攻關以來復合驅研究中涉及的一些關鍵問題，包括復合驅體系各組分濃度變化對體系性能的影響、復合驅體系性能隨運移距離的變化規(guī)律、復合驅提高石油采收率的相關機理、堿對降低界面張力的作用機理、影響采收率的主要因素，并分析了化學復合驅在低滲油藏中應用的技術局限性，提出了化學驅用于低滲油田的技術發(fā)展方向。
本書系統(tǒng)而深入地闡述抗衰落水聲通信技術的基本概念和工作原理，并結合實例介紹抗衰落通信技術的研究方法和分析步驟。與此同時，本書力求充分反映當前國內(nèi)外水聲通信技術的最新發(fā)展成果與趨勢。全書共6章，內(nèi)容包括緒論、衰落水聲信道的分析與仿真、衰落水聲信道中的分集技術、水聲通信中的自適應均衡技術、水聲通信中的MIMO通信技術和水聲通信中的信道編碼。本書內(nèi)容豐富，概念清晰，理論分析嚴謹，注重理論聯(lián)系實際。各章還準備了一定數(shù)量的例題，便于讀者深入學習和研究。
為保障軟件供應鏈安全和搶占全球創(chuàng)新制高點，一些國家政府和大型企業(yè)大力扶持開源軟件。開源軟件由于在開發(fā)時間、空間、人員和項目管理上的諸多特點而大大增加了開發(fā)的復雜性，進而使得開源軟件質(zhì)量具有不確定性。針對這一問題，《數(shù)據(jù)驅動的開源軟件缺陷管理研究》*次聚焦于開源項目資源庫挖掘這一主題，展示如何利用大數(shù)據(jù)驅動方法支持開源軟件缺陷管理。《數(shù)據(jù)驅動的開源軟件缺陷管理研究》的內(nèi)容包括開源軟件項目缺陷預測、開源軟件項目缺陷分配和開源軟件項目缺陷定位。在缺陷預測方面，針對軟件缺陷數(shù)據(jù)的非均衡性、多模
本書通過對模型驅動的自動化軟件代碼生成策略、氣動數(shù)據(jù)管理框架、氣動數(shù)據(jù)處理流程和氣動數(shù)據(jù)庫數(shù)據(jù)結構進行研究，對氣動數(shù)據(jù)管理系統(tǒng)進行共性分析，建立自動化軟件框架的領域模型。第1章緒論分析了代碼生成技術和氣動管理系統(tǒng)框架現(xiàn)狀，第2、3章闡述了現(xiàn)有軟件框架和本書使用的設計模式，第4～7章闡述了基礎框架和工作流引擎的設計過程，第8、9章闡述了氣動數(shù)據(jù)管理系統(tǒng)相關設計內(nèi)容，第10章闡述了氣動數(shù)據(jù)管理框架支撐架構及自動化代碼生成設計，第11章對本書設計的代碼生成框架進行了示范生成效果展示。本書完整展示了氣動
本書綜述了基于機器學習的材料設計的最新研究進展，介紹了材料機器學習算法、開源軟件和自主研發(fā)的材料數(shù)據(jù)挖掘在線計算平臺在合金材料、鈣鈦礦材料和太陽能電池材料設計上的成功應用案例。本書的特色是“機器學習算法深入淺出，上機練習案例學以致用”，附錄中的計算平臺和算法代碼具有智能機器學習建模、虛擬材料的高通量篩選和需求驅動的材料逆向設計等功能，為機器學習加快新材料設計和優(yōu)化提供了行之有效的工具。
新書資訊 新書推薦