本書系統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外水聲通信技術的最新發展成果與趨勢。全書共6章,內容包括緒論、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。本書內容豐富,概念清晰,理論分析嚴謹,注重理論聯系實際。各章還準備了一定數量的例題,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新制高點,一些國家政府和大型企業大力扶持開源軟件。開源軟件由于在開發時間、空間、人員和項目管理上的諸多特點而大大增加了開發的復雜性,進而使得開源軟件質量具有不確定性。針對這一問題,《數據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,展示如何利用大數據驅動方法支持開源軟件缺陷管理。《數據驅動的開源軟件缺陷管理研究》的內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,針對軟件缺陷數據的非均衡性、多模
為了提升寒區農業水土資源利用效率,構建凍融農田水土環境健康循環模式,本書以黑龍江省松嫩平原典型黑土區作為研究對象,以寒區農田水土環境低碳、綠色、可持續生產為目標,采用室內機理探索、大田試驗驗證、區域尺度推廣相結合的研究方法,系統地探索了凍融土壤水、熱、養分環境響應機制及協同調控技術。全書共十章,主要內容包括農田凍融土壤物理特征參數分析、農田凍融土壤水熱狀況及能量傳輸機制、農田凍融土壤水熱復雜性特征識別、農田凍融土壤水熱鹽協同運移理論及過程模擬、農田凍融土壤碳氮循環轉化機理及伴生過程、作物生育期土
我國石窟寺數量眾多,分布廣泛,規模宏大,體系完整,擁有獨特的藝術風貌和文化內涵,是我國最優秀的文化遺產類型之一。我國已公布的5058處全國重點文物保護單位中石窟寺類共288處,具有重大的歷史、藝術、科學、文化和社會價值。而這些遺址長期暴露在自然環境中,遭受著雨、雪、地下水、日照、風、易溶鹽等因素的影響,發育了大量病害,其中表面風化是直接影響遺址表面外觀且間接影響遺址壽命的病害,大量石窟的保存狀態每況愈下,亟待保護。 本書基于甘肅省科技重大專項項目“砂巖石窟寺防風化技術研發與應用示范”(
本書通過對模型驅動的自動化軟件代碼生成策略、氣動數據管理框架、氣動數據處理流程和氣動數據庫數據結構進行研究,對氣動數據管理系統進行共性分析,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框架現狀,第2、3章闡述了現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章闡述了氣動數據管理系統相關設計內容,第10章闡述了氣動數據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
本書圍繞調控典型城鎮有機廢物的生物轉化過程,以制備不同類型的高值化學品為目標,通過構建相應的功能微生物菌群,建立混合微生物的代謝調控方法,揭示有機廢物高值生物轉化的調控原理,為城鎮有機廢物高值生物轉化提供理論與技術指導,助推我國“無廢城市”建設及“碳中和”目標的實現。
智能決策是邁向通用人工智能的必經之路。2016年,圍棋智能體AlphaGo戰勝韓國棋手李世石,智能決策引起人們的廣泛關注;2022年底,ChatGPT火爆全球,凸顯出大模型的價值。可以預見,神經網絡大模型將進一步推動智能決策在自主學習和應用范圍上的突破。本書圍繞智能決策領域涉及的基本方法與技術展開介紹,主要內容包括:智能決策與智能體的基本概念,智能體所處環境的分類與建模,確定環境下智能體的搜索推理決策方法,不確定環境下決策策略強化學習方法、博弈學習方法,復雜策略的深層神經網絡建模與應用,以及網格
本書主要介紹了環境影響評價概述、評價方法及程序、評價信息及其獲取,詳細闡述了水環境影響評價、土壤環境影響評價、大氣環境影響評價、噪聲環境影響評價、固體廢物環境影響評價、生態環境影響評價、環境風險評價等的評價內容、程序及方法等,并輔以案例分析,闡明了環境影響報告書的編寫方法。
本書在廣泛收集和整理國內外大量文獻的基礎上,結合作者及其同事多年來的研究和教學工作,比較全面、系統地介紹了水稻種子生物學的研究成果和進展。本書內容主要包括水稻種子的結構與組分,種子的發育與成熟,貯藏物的合成,種子萌發,貯藏物的動員,種子休眠及其控制,種子休眠與萌發的環境控制,種子儲藏、劣變及其修復,以及雜交水稻種子。
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的材料數據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化提供了行之有效的工具。