Illustrator是一款功能强大的矢量图形处理和编辑软件。本书将对Illustrator 2020的基本操作方法、绘图和编辑工具的使用、图表的设计方法及效果的应用技巧进行详细的介绍。 全书分为上、下两篇。上篇包括初识Illustrator 2020、图形的绘制与编辑、路径的绘制与编辑、图形对象的组织、颜色填充与描边、文本的编辑、图表的编辑、图层和蒙版的使用、使用混合与封套效果、效果的使用；下篇精心安排了图标设计、插画设计、海报设计、Banner设计、书籍设计和包装设计这几个应用领域的案例，并对这些案例进行了全面的分析和讲解。 本书适合作为高等院校数字媒体艺术类专业相关课程的教材，也可供相关从业人员自学参考。
本书以版的RecurDyn V8R1为平台，系统介绍RecurDyn的各项基本功能和机械工程开发的专业模块。通过本书的学习，读者不仅能够掌握RecurDyn的基本操作，还能够掌握利用虚拟样机技术解决相关工程领域实际问题的思路，以及建模方法，培养应用多体动力学理论解决实际问题的能力。 全书分为12章，重点介绍RecurDyn的工作界面、仿真类型、接触建模、设计函数、刚柔耦合动力学系统建模的使用方法，并对相关仿真参数设置的含义，以及方法进行深入详细地介绍。通过针对各内容精心设计的典型案例学习，读者能轻松掌握RecurDyn的建模仿真方法，本书提供教学案例下载。
《网络攻击追踪溯源》共计10章，以通俗的语言全面介绍了网络攻击追踪溯源所涉及的相关问题，以互联网为应用场景，对攻击追踪溯源及其防范技术进行了阐述。 章综述了网络及网络攻击基础，包括网络基础设施，网络攻击以及有关案例。第2章至第7章详细介绍了网络攻击追踪溯源相关内容，包括其概念、内涵、发展现状、技术原理、工具软件以及相应系统和案例分析。第8章至0章介绍了追踪溯源防范技术，主要包括匿名通信技术及其应用。 读者对象：具有大学以上文化程度并从事网络安全相关工作的专业技术人员以及高等院校相关专业的师生。
本书译自国际信号处理大师、IEEE信号处理协会技术成就奖获得者Petre Stoica教授2005年编写的教材《Spectral Analysis of Signals》。该书介绍了经典谱分析和现代谱分析的基本理论和方法，主要内容包括谱估计的基本概念（自相关，能量谱和功率谱），非参数化谱分析（周期图和相关图，加窗技术），有理谱分析（自回归，滑动平均以及自回归滑动平均方法），线谱分析（二乘估计，Yule-Walker和子空间方法），滤波器组方法（改进的滤波器组方法，Capon方法，APES方法），阵列信号处理（波束形成，Capon方法，参数化波达方向估计），有关矩阵分析、Cramer-Rao理论和模型阶数选取的主要结论。书中每章包含了大量反映谱分析研究成果和当前研究热点的补充内容，提供了大量有助于读者深入了解各种谱分析方法性能与实现、反映当前研究热点的分析习题和上机习题。该书内容丰富
本书是对Intel手册所述处理器架构的探索和论证。全书分五大部分，对多个方面对处理器架构相关的知识进行了梳理介绍。书中每个章节都有相应的测试实验，所运行的实验例子都可以在真实的机器上执行。通过阅读本书，读者应能培养自己动手实验的能力。如果再有一些OS方面的相关知识，基本上就可以写出自己简易的OS核心。
本书共分为19章，介绍了Vulkan的诞生、特点、开发环境的搭建以及运行机制、渲染管线和调试技术，着色器编程语言—GLSL、投影及各种变换、光照、纹理映射、3D模型的加载、混合与雾、两种测试及片元丢弃、顶点着色器的妙用、片元着色器的妙用、真实光学环境的模拟、阴影及高级光照、几种高级着色器特效、骨骼动画、Vulkan的性能优化等，最后以一个休闲游戏—方块历险记的案例来展示Vulkan的功能与技术。本书按照必知必会的基础知识、基于Vulkan实现基本特效以及高级特效、完整游戏案例的顺序，循序渐进地进行详细讲解，适合不同需求、不同水平层次的各类读者。为了便于读者学习，随书提供了书中所有案例的完整源代码（书中所有案例都给出了安卓版和Windows版，最后的大案例还进一步给出了macOS、iOS和Linux版），限度地帮助读者快速地掌握各方面的开发技术
你是否在寻找一本完整介绍Python操纵、处理、提取和压缩结构化数据的指南？本书包含了许多实例分析，通过若干个Python库——包括NumPy，pandas，matplotlib和IPython——为你展示了如何高效地解决大量数据分析的问题。《Python数据分析（）》由麦金尼撰写，他是pandas库的主要作者。本书也是一本具有实践性的指南，指导那些使用Python进行科学计算的数据密集型应用。它适用于刚刚开始使用Python的分析师，或者是进入科学计算领域的Python程序员。使用IPyth1on交互式shell作为你的主要开发环境学习NumPy（NumericalPython）的基础和高级特性接触patldas库中的数据分析工具。《Python数据分析（）》内容：使用高性能工具来加载、抽取、转换、合并和改造数据使用matplotlib来创建散点图和静态或者交互式可视化数据运用pandas的groupby功能来对数据集进行切片、切块和汇总通过具体实例来学
空间数据库是近年的热点研究领域，是一门前沿的交叉学科。本书全面介绍了空间数据库的概念、应用领域、查询语言、空间数据的索引和存储机制、空间查询处理和优化等内容，对空间数据挖掘和空间数据仓库也有精彩的论述。本书条理清晰，叙述严谨，实例丰富，曾得到业内权威人士的赞誉。本书的每章之后都附有习题，帮助读者检验学习效果。本书既适合作为计算机及相关专业的本科生、研究生的，也适合IT业的研究人员、技术人员阅读。对于想了解空间数据库的初学者来说，本书也是一本极有价值的参考书。
