在全球数字化浪潮汹涌的时代背景下，数据安全已成为国家、企业乃至个人必须高度重视的议题。江苏君立华域信息安全技术股份有限公司根据数据安全发展现状以及自身项目经验总结来编著本书，系统阐述了数据安全风险评估理论与实践。书中首先回顾了数据安全风险评估的背景与意义，介绍了全球主要国家和地区在数据安全领域的法律法规和标准要求，然后详细阐述了数据安全风险评估的基本概念和流程。通过对数据的分类以及数据安全的定义进行深入剖析，使读者对数据安全的内涵有了更加清晰的认识。在此基础上，系统介绍数据安全风险评估
传感器阵列测向和定位是定位领域的一个重要分支，其采用传感器阵列接收空间信号。与传统的单个定向传感器相比，传感器阵列目标定位具有较高的信号增益、极强的干扰抑制能力以及更高的空间分辨能力，因而在国防和工业领域具有广阔的应用前景。具体而言，已涉及雷达、声纳、通信、地震勘探、射电天文以及医学诊断等多种国民经济和军事应用领域。本书共分为10章，主要内容涵盖传感器阵列基础、一维空间谱估计方法、二维空间谱估计方法、非圆信号空间谱估计方法、分布式信源空间谱估计方法、近场信源目标定位方法、联合多阵列的A
本书以二十多种常用机械设备为例，介绍了设备的用途和发展趋势、机械结构和工艺要求，着重讲解了如何利用自动化、运动控制和驱动系统实现设备的工艺动作，并给出了每种机型对应的自动化与驱动系统解决方案；结合机械设备制造和使用领域人工智能技术的发展现状，介绍了人工智能技术在某些机械设备上的应用；介绍了工业产品、生产设备、自动化与驱动产品及解决方案之间的依赖和促进关系，阐释了如何将机电一体化、数字化双胞胎、虚拟调试等新技术用于生产设备和生产线；介绍了常用的机器安全标准、机器接口数据标准OMAC及其应用、
《Rust权威指南（第2版）》由Rust核心团队成员编写，由浅入深地探讨了Rust语言的方方面面。从创建函数、选择数据类型及绑定变量等基础内容着手，逐步介绍所有权、生命周期、trait、安全保证等高级概念，错误处理、模式匹配、包管理、并发机制、函数式特性等实用工具，以及完整的项目开发实战案例。
作为开源的系统级编程语言，Rust可以帮助你编写更有效率且更加可靠的软件，在给予开发者底层控制能力的同时，通过高水准的工程设计避免了传统语言带来的诸多麻烦。
《Rust权
本书从计算机网络的整体结构出发，对网络技术的原理、网络运行的规则以及要求等逐一进行了讲解。本书共9章，系统阐述了计算机网络的出现与发展、组成和分类、局域网、常见的参考模型、物理层的功能与特性、数据链路层的功能与组成、常见设备及工作原理、网络层的作用、路由与协议、传输层协议与工作原理、应用层的作用与常见协议、无线技术及标准、物联网、网络安全技术、网络安全体系、入侵检测技术、网络管理与维护、下一代互联网、量子通信、网络社会影响等内容。书中在进行各个知识点的讲解时，辅以大量生动形象的图解对话、
本书分享了12个AI摄影工具+130组案例指令+157个实用干货内容+179集教学视频+210个素材效果文件+550张精美插图+12000多个AI绘画关键词赠送，助你一本书轻松成为AI摄影与后期高手！本书通过理论+实例的形式，全面介绍了使用剪映、豆包、通义千问、文心一言、文心一格、腾讯智影、美图秀秀、剪映Dreamina、Midjourney、DALL·E 3以及Stable Diffusion等AI工具，轻松生成令人惊艳的AI作品；掌握相机指令、构图指令、光线色调指令和风格渲染指令等核
"本书系统论述MAUI(Multiplatform App UI) 基于.NET的跨平台应用程序界面基本原理、开发方法、开发环境和开发实战。全书共8章，分别介绍MAUI开发基础、MAUI开发工具、MAUI开发理论、MAUI用户界面、MAUI数据访问、MAUI平台集成、MAUI部署发布、MAUI综合实例等内容，书中的每个知识点都有相应的实现代码和实例。本书主要面向高等学校师生、工程师、计算机领域或其他行业人员、新兴技术爱好者等，不仅适合MAUI开发入门的读者，也适合其他各类前后端
本书通过108个精心挑选的招数，为读者打开了一扇玩赚AI副业的大门，书中不仅教授技术，更重要的是还提供一系列创新策略和实操技巧，帮助大家打开眼界。为了增强学习体验，本书还附赠了109集同步教学视频，使用手机扫码即可随时随地观看。本书旨在引导读者利用AI技术开展副业，创造额外的收入。本书具体内容包括：开启AI副业财富之门的8种方法、精通新媒体AI内容创作的9个要点、掌握AI副业盈利思维的10个思路，以及用AI文案、AI绘画、AI视频、AI音乐、AI直播、AI设计、AI办公、AI电商、AI运
本书生动地讲述了底层视觉的发展历史，总结了人工智能前沿的最新成果，揭示了高清大片背后的科学奥秘，展现了实事求是和永无止境的科学家精神。
同时，附有作者的科研感悟和心路历程，富有启发性。
本书适合理工科专业的大学生和研究生、科研人员，以及人工智能爱好者阅读。
本书围绕大模型的生产实施流程，系统介绍大模型的应用实践方法。第一部分系统地介绍了机器学习的场景分类、深度学习的崛起以及基础模型。第二部分聚焦于应用挑战，详细讲解问题定义、流程、技术，包括嵌入和标记化、向量数据库、微调、部署与推理等。另外，展示了LLM相关的编排与集成策略，以及两个实际索引技术的案例。本书不仅介绍了应用案例，还对前沿技术和未来发展进行了展望，包括可解释性、GANs、强化学习和模型自动化。团队协作、项目管理和持续集成等实践内容也得到充分涵盖。最后，通过一个实践案例章节，读者学习
新书资讯 新书推荐