Spring Boot 是在Spring 的基础上实现的受大众喜爱的软件开发框架。《Spring Boot应用设计案例教程》内容基于Spring Boot 最新 版，注重理论与实际相结合，以 案例教学法 强化学生应用设计能力培养，案例选择兼顾实用性和趣味 性。书中案例均采用Thymeleaf 模板进行视图设计。本书具体内容包括Spring 简介与开发工具、Spring Bean 配置与SpEL 语言、使用Maven 构建工程、Spring 的AOP 编程、Spring Boot 简介与应用初步、 Spring MVC 编程、自动发送邮件与任务定时、使用JdbcTemplate 访问数据库、使用JPA 访问数据库、使 用Mybatis 访问数据库、面向消息通信的应用编程、Spring Boot WebSocket 编程、Spring Security 应用安 全编程、基于MVC 的资源共享网站设计、Spring Boot 访问MongoDB 数据库、Spring Boot 响应式编程等。 《Spring Boot应用设计案例教程》适合作为高等院校计算机类专业的教材，也可作为软件工程

智能算法是一类直接的、随机搜索的优化方法，它是基于模拟自然界的生物现象而产生的一类新型优化方法。本书在介绍优化理论的基础上，着重介绍求解复杂工程优化模型的新智能算法。 本书共有12章，第1～2章着重介绍智能算法的现状及最优化理论的基本概念；第3章着重介绍几种求解单目标约束优化问题的新型智能算法；第4～5章介绍求解多目标优化问题的粒子群算法及仿真实验；第6～9章着重讨论当优化问题维度变大时如何解决高维多目标优化问题；第10～11章讨论了复杂双层优化及其在视频服务器部署中的应用；第12章分析本书所用核心算法即粒子群优化算法的参数设计。 本书可作为计算机类各专业、运筹学专业和管理学科各专业研究生的教材，也可供相关科研人员和工程技术人员参考。

本书是智能群体博弈理论的重要参考资料，精心设计以向学者和行业专家呈现该领域的前沿研究和应用实例。它不仅全面呈现了智能群体博弈的当前景象和预期趋势，还通过一系列真实案例引导读者在人工智能、演化博弈和集群系统等领域进行深入的跨学科探讨。这本书综合了多方面的先进理论和实战案例，如任务分配难题和群体博弈动力学中的多元影响因素及策略多样性。它以丰富多元的内容帮助读者打造稳固的理论基石，并为相关领域的科研和技术开发提供全方位指导。本书还着重研究了懒惰个体、孤立者及惩罚者在群体博弈动力学中的影响，并探讨了 自己差，对手更差 等策略在群体博弈中的运用。它使读者能够深入探索并理解这些现象在实际世界中的效果和含义。除此之外，本书还提供了一系列实用的资源，包括案例研究和前沿技术分析，旨在助力读者更

本书从原理的角度，力求讲解清楚深度学习、强化学习、深度强化学习中的一些精选方法，并从实践的角度，通过一系列循序渐进的原创实验，引领读者独立编程实现这些方法，以期为读者精通深度强化学习并应用深度强化学习方法解决实际问题奠定坚实基础。 本书不仅适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、软件工程、通信工程、电子信息、机器人工程、自动化、智能制造等相关专业高年级本科生及研究生教学与自学使用，也适合机器学习等领域的从业者、科研人员及爱好者自学与参考使用。

《51单片机快速入门教程》以实例为主导，以51 核心板为开发平台，涵盖了51 单片机开发基础、C51 程序设计基础、I/O 引脚、中断、定时器/计数器、通信、看门狗、Flash 等内容，详细介绍了STC89 C52RC芯片的大部分片上功能。本书10 个实例均包括每章实例所需要的知识、实例与代码解析、思考题和应用实践四大环节，每个实例都有详细的步骤和源代码。本书章节名称中带有 * 标志的为选读内容，但并不意味着这部分内容不重要。读者可以根据自己的学习需求选择是否阅读。 《51单片机快速入门教程》配套的资料包既包括51 核心板原理图、例程、软件包、软件资料，又包括配套的PPT讲义、视频等资料，且持续更新。下载链接可通过微信公众号 卓越工程师培养系列 获取。编者建议，在学习本书的过程中，读者不仅要看要练，更要勤学多思。读者在阅读章节内容后，可在独

本书作为一本介绍软件系统分析和设计的教材，融合了DevOps理念和华为系统工程方法，旨在为学生和软件开发人员提供有关软件开发过程的理论和实践方面的知识。全书共包含7章，分别讲授系统分析与设计基础、需求获取、需求描述与规约、系统设计原则、对象交互设计与类的设计、数据库设计、面向DevOps的系统开发。全书共有4个综合实验，分别在第三、五、六、七章。 本书的特色在于 模型 和 逻辑 ，核心部分即分析与设计，在不断地构造模型（不限于形式化的模型）、精化模型、转换模型，直至出现最终的程序（亦是模型）。并非为了建模而建模，而是模型之间总能找到逻辑联系，最终服务于并汇聚到程序的生成。 本书可作为高等学校计算机类专业，尤其是软件工程专业本科生的教材；也可作为计算机类专业研究生和软件开发工程师的参考读物。

在数字化时代，嵌入式人工智能系统和深度学习等技术变得越来越重要。在嵌入式平台上进行深度学习推理时会受到计算能力、存储空间、能耗等资源限制的挑战。本书从深度学习模型在资源受限的硬件平台上部署的角度，介绍嵌入式AI系统的基本概念、需求、挑战，以及其软硬件解决方案。 本书共分为7章。第1章介绍了边缘计算； 第2章介绍了嵌入式AI系统的基本概念及其面临的需求与挑战； 第3章介绍了嵌入式AI系统的硬件解决方案； 第4~6章介绍了嵌入式AI系统的软件解决方案，包括DNN模型的构建及实现、轻量级DNN模型的构建、模型轻量化方法及实现； 第7章介绍了DNN模型的硬件部署。本书提供了基于Python语言和Torch API的大量代码解析，并针对Intel系列和NVIDIA系列芯片的硬件部署分别进行介绍。 本书适合作为高等院校计算机专业、软件工程专业的教材，也可供对深

本书一步一步地展示了如何使用Julia这种开源、直观的脚本语言构建自定义程序。Julia的设计理念是将 高性能 放在**优先级上。在Julia中，当用户调用函数时，参数是已知的。编译器会仔细观察函数，找出特定参数所需的必要CPU指令。本书的作者是16岁的技术天才Tanmay Bakshi，行文风格通俗易懂，使学习变得轻松愉快。本书清楚地解释了Julia编程的基础知识，并展示了前沿的机器学习应用。同时，本书还介绍了如何将Julia应用程序与Python代码进行交互。本书的读者对象为所有年龄段的编程爱好者和编程初学者。和16岁的 编程神童 Tanmay一起学Julia语言！