本书系统地介绍传感器阵列波束形成器优化设计方法、求解算法及其应用。全书分6章,主要讨论窄带与宽带波束形成器阵增益、稳健性、旁瓣级、主瓣响应等多个性能指标之间的耦合规律、优化折中设计方法及快速求解算法。本书融入作者二十余年来从事阵列信号处理方面科研工作的实际经验。本书对波束优化设计问题研究透彻,算法推导严密,逻辑性强,并提供大量设计范例。
联网在信息社会中的重要地位如同发动机,引发并促进技术革命、传播革命、产业革命和社会革命,我们生活的各个层面都被吸纳进来并重新组织架构。这样的改变渗入社会肌理,潜入文化深层,成为不折不扣的生态环境。基于此,本书尝试以 网络空间 作为理论视角和切入点,重新审视和思考这一技术特征与社会逻辑。本书采用了整体规划、章节独作的形式,一方面体现教材逻辑的一致性与完整性,另一方面则是契合对于互联网的研究多元并包、各取所长的思路。
本书初版于1975年面世,此后四分之一个世纪始终畅销不衰。21世纪初,银年纪念版出版,再次掀起阅读风潮。这是一本全面介绍一般系统思维的权威指南,旨在帮助人们掌握科学的思维法则,揭开科学与技术的神秘面纱。书中通过基本的代数原理,使用大量图表、符号,乃至方程来展示探索项目、产品、组织机构等各类系统的方式方法。另外,作者还通过有启发性的举例说明、大量的章后练习,以及附加的数学符号练习,强化读者对问题、系统和解决方案的思考能力。 本书适合所有对思考问题感兴趣,希望高效认知世界的读者阅读。无论你是科学家、工程师、组织机构领导人、经理人,还是医生、学生,本书都可以帮你驱散思维迷雾。
本书是依据普通高等院校计算机专业本科教学的要求而编写的。本书为《计算机网络技术教程》的配套习题指导,全书同主教材章节一致,共分10章,针对每章节的重要知识点给出相应的习题练习,便于学生对知识的掌握和应用。
侯珊珊创作的《周鸿祎谈互联网思维》主要讲述了周鸿祎的互联网思维,以周鸿祎的经典实例为案例,也有很多其他互联网公司的案例,说明了用户、体验、免费、微创新、颠覆式创新和人才的重要性。希望互联网企业可以通过这本书学习周鸿祎的互联网思维,互联网小白可以 好的理解什么是互联网思维。“互联网思维”并不是一个新的理论,它是一种观念,是一种让商业回归以人为本的观念。但是现在的互联网精神“开放、平等、协作、分享”并没有成为社会的一个共识,商业世界充满了“控制”“虚伪”和“冷漠”,“互联网思维”对于传统的商业互联网是一股巨大的力量,它会让传统世界的人们闻风丧胆。
本书从空间维度分析了 网络安 全和信息化的总体形势,梳理了美国、俄罗斯、亚洲、欧洲、非洲等 和地区的网络安 全与信息化战略和政策变化发展情况,展现出 网络空间的总体格局与地域特色。分析了 2022 年网络安 全形势与治理的月度特点和重点,描墓了 网络空间形势的动态变化与相关政策的调整方向。针对一些 和地区的重要战略政策文件、法律法规等进行深度研判,对俄乌冲突中的网络信息对抗、数据泄露、数据跨境流动、 半导体政策等热点议题进行了深度分析,全景式展现和反映了 网络空间安 全政策变化形势。 本书主要面向 、 、高校、科研机构、企业等相关从业人员,以及对网络空间安 全感兴趣的读者,可以帮助读者了解 网络空间安 全的方方面面。
网络安全保险作为承保网络攻击、数据泄露、网络勒索等网络安全事件的财产保险,尽管其本质上属于商业险种,但其发展历程是以网络安全法律制度为背景。如美国的网络安全保险在很大程度上是为了填补各州“数据通知法案”所要求的通知费用、数据恢复费用、诉讼费用等。网络安全保险的制度化并不是意欲在《保险法》中增设专门的条款内容,而是强调促进该类险种发展的关键点应当是在保险法的理论框架下融入网络安全保护义务的基本内容,以制度化的网络安全保险填补单纯依靠法律和技术规制风险的功能不足。 本书内容适合法律、保险和网络安全相关人士阅读。
从媒介的视角分析新的艺术表达,系统梳理了新媒体艺术的认知特性和审美内涵,解构了其交互形式、时空交互与交互逻辑,构建了新媒体艺术的交互模式和评价模式。探讨新媒体交互艺术在文化情境中由现代新的技术、新的媒体形式所构成的新的艺术体验,为新媒体交互艺术的发展和创作提供理论借鉴。 韦艳丽著的《新媒体交互艺术》共八个章节,第一章媒介视角下的艺术表达,从媒介与艺术的关系上,分析艺术影响社会、影响人类认知在很大程度上是通过媒介的力量,从新媒体的特性、新媒体的影响和新媒体的艺术上分析了新兴媒介下的艺术观念和表达;第二章新媒体艺术的认知特性,从认知心理学的角度,分析受众对新媒体艺术的认知过程,概括归纳出新媒体艺术的多元面向,具有多感性、反馈性、多元性、虚拟性和沉浸性的认知特性;第三章新媒体
本书以Python基本语法为基础,首先系统介绍Python爬虫与数据挖掘库的用法,进而以真实网络数据爬取与数据挖掘案例为主线,以实战任务的形式就爬虫技术原理与Urllib、beautifulsoup、Scrapy等爬虫架构进行实例分析。最后深入浅出地介绍数据挖掘分析的关键任务:数据探索处理、回归、分类、聚类、关联规则、可视化等。