《中华人民共和国个人所得税法》迎来第七次修改，修改力度很大，三重减税联动，即提高起征点 扩大低档税率范围 专项附加扣除，总体上将使纳税人负担下降。亮点是：1. 起征点 确定为每月5000元;2.子女教育支出、继续教育支出、大病医疗支出、住房贷款利息和住房租金赡养老人等与人民群众生活密切相关的专项附加扣除;3.个税的部分税率级距进一步优化调整;4.劳务报酬所得、稿酬所得、特许权使用费所得拟以收入减除百分之二十的费用后的余额为收入额。在此基础上，稿酬所得的收入额再减按百分之七十计算。

本书对各类不动产的取得环节、保有环节和交易环节进行税法分析，结合实务中税法审判案例，对税法原理进行分析，重点在于纳税争议的解决和税务筹划。本书是基于法律的角度，结合实务中税法审判案例，对税法原理进行分析，重点在于纳税争议的解决和税务筹划，基于该主旨并限于篇幅，忽略了具体税法问题和会计问题的计算过程，更多的是对法律问题进行阐释。具体内容如下：第一章 不动产交易合同对计税基础的关注，第二章契约自由衍生的不动产税法争议，第三章非典型方式取得不动产涉税实务，第四章不动产的土地税和房产税，第五章 居民个人转让二手房税法实务，第六章企业拆搬迁税法实务，第七章不动产金融税法实务，第八章 重资产企业不动产交易主要涉税风险。

本书导论部分介绍国内外反避税领域的研究现状；第一章从避税的概念、属性、构成要件三个方面论述避税的法学构成；第二章从反避税的正当基础和法律制度及方法两方面论述反避税的制度实践；第三章是反避税的法学比较，包括对实质课税原则的介绍、我国 合理商业目的 反避税思路的应用、BEPS框架下欧盟反避税指令的比较研究；第四章论述反避税程序中政府权力如何规制。

本书共分为四部分，部分从营业执照的变迁、经营主体选择、股权架构、股东刑事责任、股东权利保护及股权转让等方面表述公司治理过程中应知应会的基础知识和技巧；第二部分为法税融合看合同，该部分通过阐述合同交易过程中的税务思维，力求使读者树立合同决定税收的理念，通过在签订合同时的初始策划，实现企业利润的增长；第三部分为劳动用工风险防范；第四部分为税收策划，旨在提出当前企业经营中对税收策划的认知误区，着眼于税收风险防范。

《环境保护税法实施条例》在《环境保护税法》的框架内，重点对征税对象、计税依据、税收减免以及税收征管的有关规定作了细化，以更好地适应环境保护税征收工作的实际需要。

本书以TensorFlow 1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，很后全面介绍了TensorFlow生态系统的发展。

《个税新法速懂》个人所得税法今年修订，个人所得税制将历史性的从分类税制转变为综合和分类相结合的税制，子女情况、房贷利息、赡养老人等家庭因素将会影响到每个纳税人，这个改变将会使个人所得税的纳税和申报成为全社会每个家庭和个人持续关心的事情。本书用通俗有趣的语言、以图文结合的方式，借用100个实务问题，对个人所得税新法逐条进行讲解，目标确定为大众税法普及读物，使没有任何财税基础的读者也能够快速了解到个人所得税新法的内容，了解到新法对自己生活的影响，对自己切实关心的问题能够快速找到答案。

税法是一门实践性很强的法律学科，对税法案例的研习是学习税法必不可少的环节。税法案例与其他法律学科的案例有明显的不同。首先，其他法律学科的案例多以司法判例为主，而如果将税法案例也局限于司法判例，那么就会使税法案例变成税收征管法的案例，因为目前国内的涉税诉讼绝大多数都是税收征管方面的争议。其次，相对于其他法律学科而言，税法中还有大量的税收计算方面的例题，即算例，这些算例是学习税收计算的必须环节。再次，税法的案例还应当包括一些涉及税收的典型事例，如企业经营中的投资、租赁、抵债及并购等事例。后，税法案例所涉及的领域非常广泛，几乎包括经济生活的各个方面；就学科而言，税法的案例不应单纯是税收的案例，还应该包括其他法律学科中的涉税事项。 本书充分体现了税法案例以上的特点。案例种类上，

本书从实用的角度出发，对工业机器人与PLC 控制系统的综合应用、触摸屏与机器人的联合应用、机器人与视觉系统的综合应用，特别是机器人视觉追踪功能的实际应用做了详细的说明，提供了视觉追踪的实用机器人程序和案例。为了使读者掌握机器人的应用的基础知识，本书对机器人的特殊功能、快速编程指令、状态变量、参数功能及软件应用等方面也做了深入浅出的介绍，提供了大量的程序指令解说案例。 本书可供工业机器人设计、应用的工程技术人员，高等院校机械、电气控制、自动化等专业师生学习和参考。

本书是关于机器人学和机器视觉的实用参考书， 部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（0章至4章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、 视学与控制”（5章和6章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。

税收司法权，是司法权在税收领域的一项具体权力，是应用性权力，其目的是通过行使司法权从事各项税收活动，依照法律维护纳税人和其他税务当事人合法权益，保障国家税收收入，确保税收秩序井然有序，促进税收事业健康发展。 探讨税收司法权，必须在国家宏观背景条件下，着眼于经济社会发展全局，以整个司法制度、司法体制、司法权及其改革为基础，结合中国国情，借鉴世界上主要国家有关做法和经验，实事求是地提出行使税收司法权和规范税收司法权运行之对策性建议，从而为构建中国税收司法保障体系基本制度框架提供具体设计方案，以供高层决策者参考。 中国是一个大国，幅员辽阔，人口众多，区域之间经济社会发展极不平衡，不同群体之间利益诉求也存在巨大差异，必须循序渐进、统筹兼顾。税收司法权，作为税收领域一项性权力，具体

本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态

本书以商事法律实务中不同的业务类型为主线，以实务操作加案例解读的形式，结合税收制度的特点以及的税收政策法规变化，全方位解读房地产、股权投资、企业并购重组、管理层激励、涉外投资、“新三板”上市、企业承包租赁经营等不同法律业务的涉税问题及相应的税务筹划方式，是一本对律师等相关从业人员极有裨益的法律实务用书。 本书与其他税收筹划类的书不同，采用了更为简明通俗的语言，对法律实务中涉及到的税收筹划的方法以及实际运作过程等方面的疑难问题进行了深入浅出的阐释与分析，内容翔实，可操作性强，可供从事非诉讼法律业务的律师、企业管理人员、法务人员以及从事投资并购的投行人士有针对性、有目的性地阅读和学习。

税收是人类社会经济发展到历史阶段的产物，它是国家为了满足社会公共需要以及维持其阶级统治的职能，凭借其政治权利，依法参与社会财产再分配的一种形式。通过税收，国家按照事先公布的法定标准，强制地、无偿地取得财政收入。然而，在实践中，税收并不仅关国家利益。对于纳税人而言，税款缴纳的多少直接关系着其经济利益。因而，多数纳税人并非被动地应税，相反是想尽办法尽可能地少缴税，只不过有些纳税人是在法律允许的框架内节税，而有些纳税人则是采取违法行为避税或者偷、逃税。 本书稿系公司法务管理丛书中的一本，是关于公司法务如何巧妙、恰当地运用税收法律策略针对公司运营过程中所涉具体法律程序、制度、风险等方面所做的规范设计，主要针对公司税收方面的现状，从公司运营的各个角度讲授实用的管理方法、如何预先化解

针对目前还没有一本从执法实务的角度为税务执法人员介绍识别税务执法程序风险及如何进行风险防范的专著这一现象，本书以税务执法日常工作内容为主题，以在日常税务执法程序中容易忽视的问题为切入点，通过分析现行税收政策及法律的主要规定和实际运用过程中的症结，根据律师实务经验总结介绍大量案例技巧，为税务执法人员提供既符合税收政策及法律规定，又能平衡征纳各方利益的风险防范策略，以利于税务执法工作规范安全地进行，从而降低税务执法程序中的风险和防范风险的发生，对各级税务执法人员具有很好的参考作用，是成功防范税务执法风险的工具。

本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态