本书首先以Cortex-M3内核为例，介绍了STM32内核架构、存储空间、中断方式、指令集等ARM基础内容。随后以微处理器STM32F103ZET6为例，结合配套的开发板硬件，有针对性地介绍STM32内部资源、最小系统设计，并从面上分析STM32芯片的引脚配置、常用片上资源、外围接口电路设计等内容，从而让读者对STM32系统有一个整体认识。然后以“LED闪烁”典型例程为引导，由浅入深，逐步讲述了MDK开发环境、工程建立、程序编译、库函数、端口配置等软硬件使用方法。结合CPU片上资源配置，采用具体实验例程，详细介绍各个模块的功能和使用方法。最后以两轮自平衡小车控制系统设计为例，从实际工程开发的角度，介绍STM32应用系统软硬件的设计和实现。

《基于全可编程片上系统（APSoC）的嵌入式设计》从全可编程片上系统(APSoC)器件的概念和结构特点入手，介绍典型APSoC器件——Zynq-7000系列高性能嵌入式芯片的体系结构和片上资源，包括对其两个主要组成部分[可编程逻辑(PL)部分和处理系统(PS)部分]的结构，以及PL、PS两部分协同设计为嵌入式系统设计带来优势的详细介绍。此外，《基于全可编程片上系统（APSoC）的嵌入式设计》分别详细介绍PL、PS两部分各自单*开发和协同开发的方法以及软、硬件工具，并通过大量的开发实例，向读者展示了基于APSoC的高性能嵌入式系统的详细设计思路、方法和步骤。

近年来，以Apache Spark为代表的大数据处理框架在学术界和工业界得到了广泛的使用。本书以Apache Spark框架为核心，总结了大数据处理框架的基础知识、核心理论、典型的Spark应用，以及相关的性能和可靠性问题。本书分9章，主要包含四部分内容。 部分 大数据处理框架的基础知识（ ～2章）：介绍大数据处理框架的基本概念、系统架构、编程模型、相关的研究工作，并以一个典型的Spark应用为例概述Spark应用的执行流程。第二部分 Spark大数据处理框架的核心理论（第3～4章）：介绍Spark框架将应用程序转化为逻辑处理流程，进而转化为可并行执行的物理执行计划的一般过程及方法。第三部分 典型的Spark应用（第5章）：介绍迭代型的Spark机器学习应用和图计算应用。第四部分 大数据处理框架性能和可靠性保障机制（第6～9章）：介绍Spark框架的Shuffle机制、数据缓存机制、

"《LangChain大模型应用开发》帮助读者在项目中探索微调、提示工程以及部署和监控的**实践时，解锁LLM的全部潜力。无论你是构建创意写作工具、开发复杂的聊天机器人，还是制作尖端的软件开发辅助工具

本书主要讨论脑机接口的原理与实现，给出了一个采用眨眼诱发的EEG信号的完整脑机接口实现示例。书中首先介绍脑机接口的技术原理、EEG信号的获取方法以及基于眨眼的脑机接口框架，之后详细讨论从EEG信号中识别有意眨眼的方法，包括时域和频域方法。在此基础上开发脑控应用系统，将Emotiv脑电采集设备与MATLAB连接，实现EEG信号的获取与分析。其中，针对EEG信号分析，介绍了事件相关电位、脑地形图、EEG子频带功率、信道相干性等技术。本书适合脑机接口和生物医学信号处理领域的技术人员阅读，也适合高校相关专业的学生参考。