1.主要内容：图书通过案例分类汇集的形式，向企业从业人员提供了一种安全生产意识提高和教训汲取的学习材料，供新工人和岗位操作人员培训和自学使用。2.主要特点：本书精选有代表性的、近10年以来发生的、产生了重大社会影响的重大、特大案例。通过挖掘案例背后深层次的原因，对案例进行深入分析，提炼出有价值的经验、教训、避免方法，让读者能够快速掌握重点，从中受益。在案例的后面，使用“案例精选”“案例分析”“法规标准”“知识与技能”“管理经验”等模块对案例内容进行组织与扩展，以利于读者阅读。3.选题价值：通过本书的学习，可以迅速提高企业安全生产管理水平，利国利民，具有很重要的社会价值。同时，按照以前的出版经验，图书单品种销量比较高，可以实现经济效益。
本书内容包括金属冶炼安全基础知识，烧结、焦化、耐火材料生产安全知识，炼铁安全知识，炼钢安全知识，冶金煤气安全知识，氧气及相关气体安全知识和有色金属冶炼安全知识七章。 本书所选题目具有针对性，叙述简明扼要，内容通俗易懂，并配有一些事故案例。本书可作为金属冶炼企业从业人员安全生产教育培训的教材，也可供从事金属冶炼安全生产工作的有关人员参考、使用。
本书以国家安全监管总局等十部门公布的《危险化学品目录（2015版）》为基础，参照《危险化学品目录（2015版）实施指南（试行）》中的附件《危险化学品分类信息表》，确定了2826项具体商品的税则号列，还为大部分商品提供了CAS号、化学名、英文名、分子式、外观与性状、主要用途、危险特性、主要危害、防护措施等内容。命名采用国际纯粹化学和应用化学联合会 (IUPAC) 推荐使用的命名原则，英文名为化学品的常用英文名。本书结构合理、涉及知识面广，专业性强，具有一定的出版价值。
1.主要内容：图书通过案例分类汇集的形式，向企业从业人员提供了一种安全生产意识提高和教训汲取的学习材料，供新工人和岗位操作人员培训和自学使用。2.主要特点：本书精选有代表性的、近10年以来发生的、产生了重大社会影响的重大、特大案例。通过挖掘案例背后深层次的原因，对案例进行深入分析，提炼出有价值的经验、教训、避免方法，让读者能够快速掌握重点，从中受益。在案例的后面，使用“案例精选”“案例分析”“法规标准”“知识与技能”“管理经验”等模块对案例内容进行组织与扩展，以利于读者阅读。3.选题价值：通过本书的学习，可以迅速提高企业安全生产管理水平，利国利民，具有很重要的社会价值。同时，按照以前的出版经验，图书单品种销量比较高，可以实现经济效益。
本书结合作者多年的科研成果，系统、全面地介绍了大型风电齿轮传动系统高功率密度设计、齿轮齿面修形、振动噪声控制、动力学设计、时变可靠性设计等动态设计理论与方法的近期新研究成果。本书主要内容包括：风力发
1.主要内容：图书通过案例分类汇集的形式，向企业从业人员提供了一种安全生产意识提高和教训汲取的学习材料，供新工人和岗位操作人员培训和自学使用。2.主要特点：本书精选有代表性的、近10年以来发生的、产生了重大社会影响的重大、特大案例。通过挖掘案例背后深层次的原因，对案例进行深入分析，提炼出有价值的经验、教训、避免方法，让读者能够快速掌握重点，从中受益。在案例的后面，使用“案例精选”“案例分析”“法规标准”“知识与技能”“管理经验”等模块对案例内容进行组织与扩展，以利于读者阅读。3.选题价值：通过本书的学习，可以迅速提高企业安全生产管理水平，利国利民，具有很重要的社会价值。同时，按照以前的出版经验，图书单品种销量比较高，可以实现经济效益。
《食品安全风险评估——毒理学原理、方法与应用》由南方医科大学杨杏芬教授和国家食品安全风险评估中心吴永宁研究员等编著。陈君石院士特为本书作序。全书系统介绍了食品安全风险评估中所涉及的毒理学原理及方法，同时从实用性角度出发，结合近年社会关注的热点问题，介绍常见食品添加剂、新食品原料及污染物在食品安全风险评估中的毒理学方案，也详细阐述了毒理学原理和方法在食品安全风险评估中的应用。本书可供从事食品安全风险监测评估等领域科技人员查阅，也可供食品安全领域的教师与研究生，以及食品安全监管人员参考。
本书采用档案卡片的形式，以生产经营单位存在事故隐患的现 场实图为主要元素，对事故隐患及援引依据进行了说明，并叙述了 隐患的主要危害，提出了相应的整改措施。 ◆ 本书卖点 为了提高安全生产监督管理效率，及时发现企业生产经营中存在的不安全因素和事故隐患，减少和避免重特大事故的发生，确保人民生命和财产安全，在总结安全生产检查经验教训的基础上，针对各类生产经营单位的实际情况，编写了本书。 ◆ 读者定位 本书是安全生产检查的工具书，主要适用于各级安全生产监督管理人员对生产经营单位的执法监督检查，同时也适用于生产经营单位安全管理人员在企业内部或之间开展的安全检查。
本文在全面调研工业领域缺陷检测现状的过程中，发现工业领域中表面缺陷检测因为样本数量不足、检测精度和实时性要求高、缺陷种类繁多等各种难题。这样，在进行多类型表面缺陷检测时，基于机器视觉的检测方法在实际应用时十分困难，为了解决这些难题，本文根据多类型表面缺陷检测中存在缺陷样本稀少且样本搜集困难、缺陷检测中算法模型多且检测成本高、缺陷种类繁多且检测场景复杂等问题，提出了基于深度学习的技术解决方案，采用生成对抗网络、目标检测网络和迁移学习等*前沿的深度学习技术手段建立了完善的缺陷样本数据集，提高了缺陷检测的精度，并且对不同种类缺陷检测快速地训练新模型，同时还设计了一个多类型表面缺陷智能视觉检测的Web在线系统，整合了三种技术方案，并且可以实时显示多类型表面缺陷检测的效果。
