本書是高等職業學校信息安全專業新型活頁教材。 本書結合信息安全運維人員在工作中需要掌握的基本技能，構建了 9 個學習情境，主要內容有搭建訓練靶機、安裝虛擬系統、進行遠程管理、查處惡意代碼、配置防火墻、配置計算機系統安全、進行信息收集、進行網絡掃描、進行計算機取證等，以工作表單形式呈現基于工作過程的學習內容。本書以實際工作場景為模板，以工作表單的任務驅動方式引導學生主動學習，讓學生參與到整個工作過程中，熟悉運維工作的相關內容，掌握運維網絡安全基本技能。 本書可作為高等職業學校計算機
本書深入淺出地講解人工智能的原理、技術和應用方法。本書從基礎概念入手，逐步深入到前沿算法與實際應用，旨在幫助讀者從理論學習到實際操作，系統性地掌握人工智能的相關知識。本書共10章，首先對人工智能進行概述介紹，其次講解人工智能的原理和技術，包括數據預處理、數據可視化、機器學習基礎、有監督學習模型、無監督學習模型、神經網絡基礎、訓練深度神經網絡，最后講解人工智能的應用，包括智能對話與虛擬主播、知識圖譜。
本書選取近年來可以利用博弈論解決的信息安全問題，根據博弈論的基本思想進行分類。本書共分7章，從對博弈論與信息安全的概述開始，介紹了完全信息靜態博弈、完美信息動態博弈、不完全信息靜態博弈、不完美信息動態博弈、重復博弈和演化博弈在信息安全中的應用。本書最大的特點是既注重扎實的理論，又突出博弈論在信息安全領域中的應用，為信息安全從業者和學習者提供了直接具體的安全實例，有助于其理解博弈論在信息安全中的應用。
本書共13章，分為基礎篇、實戰篇、提高篇。基礎篇(第1-5章)介紹了數據挖掘的基本原理；實戰篇(第6-12章)介紹了一些真實案例，通過深入淺出地剖析案例，使讀者獲得數據挖掘項目經驗，同時快速領悟看似難懂的數據挖掘理論；提高篇(第13章)介紹了一個去編程的TipDM大數據挖掘建模平臺，向讀者展示了平臺流程化的思維，以使讀者加深對數據挖掘流程的理解。讀者在閱讀過程中，應充分利用本書配套資源，借助相關的數據挖掘建模工具，通過上機實驗，快速理解相關知識與理論。
本書精選了當前國內市場上較有代表性且實用的十大AI工具來進行講解，涵蓋了文檔撰寫、數據分析、創意設計、智能溝通等多個熱門領域。每一章都圍繞一個AI工具單獨展開，通過實際案例演示了這些工具的功能特性、操作技巧與應用場景，可以幫助讀者快速掌握AI工具的核心功能，并將其融入日常工作中。在信息爆炸、時間碎片化的今天，如何高效利用有限的時間和資源，創造更多價值，成為每一位職場人面臨的挑戰。本書不僅是工具書，更是一部提升職場競爭力的指南。我們將帶領讀者深入用AI工具進行智能辦公的世界，了解并學會如
本書著重研究水外交理論，并以其為分析視角，通過實證，探討了中國與湄公河國家跨界水資源合作與沖突的歷史發展與現實新態勢，從而對水外交的定義和核心，中國水外交在跨界水資源合作中的重要作用和獨特運行模式、在跨界水資源沖突中的應對模式、自我體系的升級、未來升級路徑等進行了論述。
本書是“高等院校智能制造應用型人才培養系列教材”之一，全書共7章，內容涵蓋控制系統建模的理論基礎、控制系統的信號與性能分析基礎、智能控制算法基礎、機械臂的智能控制應用案例分析、AGV小車的智能應用案例分析、智能控制技術未來的發展等。本教材重點概述或闡述了智能控制相關的基礎概念、發展歷程和趨勢，對智能控制的基礎理論和關鍵技術進行了簡明而生動的闡述、歸納與總結。本教材內容豐富，適合作為機械類（機械制造及其自動化、機械電子、機械設計、智能制造等）專業核心課程的教材，也可作為研究生的專業基礎課程
本書以情感識別模型作為研究對象提高模型識別率作為研究目標，開展基于加權融合策略的情感識別建模方法研究。考慮人體情感信息類型和情感特征的多樣性根據模型對正確率和運算量的要求，針對建模過程中的特征級融合、模型級融合、決策級融合以及權重確定方法等關鍵技術進行深入的研究。
本書根據多年的PLC課程教學經驗和規律進行編寫，采用學習過程的任務式教學模式，遵循"先入門、再提高”的學習原則，通過23個學習任務和相應實訓，主要學習PLC應用過程中必須掌握的硬件設計技術、軟件（用戶程序）設計技術以及應用設計的實現技術，讓學生輕松學完本課程后，能較快掌握PLC應用技術，并能順利地走向工作崗位后能夠從事PLC應用技術基本工作。本書語言通俗易懂，圖文并茂，重視實用技能培養，符合高等職業教育人才培養規律。
本書圍繞新型電力系統數字孿生技術與實踐展開編寫，從核心邏輯到關鍵技術，圖文結合，在分析數字孿生基本概念的基礎上，對電力數字孿生的技術體系進行了講解，詳細闡述了數字孿生在新能源發電預測、設備狀態評估和故障診斷、電力系統高保真仿真分析中的應用，并結合典型案例為具體工作的開展提供可行性參考，為讀者完整呈現新型電力系統數字孿生技術的認知探索與實踐總結。本書可供從事能源領域系統態勢感知相關工作的人員，以及數據技術、數據科學領域的研究人員閱讀參考。
新書資訊 新書推薦