本书围绕雷达信号处理的基本原理和方法，从常规雷达信号处理过程及学习认知由浅入深的规律出发，系统讲述雷达信号处理相关技术和知识，涵盖正交相位检波、匹配滤波、模糊函数、四种典型雷达波形（单载频矩形脉冲信号、线性调频矩形脉冲信号、二相编码矩形脉冲信号、相参矩形脉冲串信号）、脉冲压缩处理、脉冲多普勒处理和雷达信号检测等内容。

《磁性材料基础与应用》包括三个部分：第一部分介绍基本磁学量、磁学理论、磁性起源和几种基本磁性;第二部分介绍常见的磁现象，包括磁各向异性、磁电阻、交换偏置以及低维材料的磁现象；第三部分介绍磁性器件的应用与新材料，包括磁存储、磁光记录、磁性半导体、磁性绝缘体和多铁材料。《磁性材料基础与应用》配有课后作业、习题答案以及详细的参考文献。本书既可用作高校磁学与磁性材料相关专业的本科生及研究生的教学用书，也可用作磁性材料生产和研发相关工程技术人员的参考书。

本书以课程管理系统为主线，介绍数据库基础知识，MySQL操作环境、数据定义与数据操作、查询与视图、编程基础和存储程序、数据库安全及管理等基础知识，通过完成课程管理系统综合案例介绍基于PHP的MySQLWeb数据库应用系统的开发过程。每章开始有知识结构思维导图，并配有课程思政内容。本书以建设一流课程为目标，与在线运行的MOOC资源相匹配，适合线上线下混合式教学使用。本书配有MOOC课程、源代码、教学课件等资源，读者可登录人民邮电出版社官网（www.ryjiaoyu.com）下载。本书可作为高等院校

《Python数据分析技术手册：基础·实战·强化》是计算机科学与技术手册系列图书之一，该系列图书内容全面，以理论联系实际，能学到并做到为宗旨，以技术为核心，以案例为辅助，引领读者全面学习基础技术、代码编写方法和具体应用项目，旨在为想要进入相应领域或者已经在该领域深耕多年的技术人员提供新而全的技术性内容及案例。本书是一本侧重数据分析基础实践的Python数据分析图书，为了保证读者可以学以致用，在内容编排方面循序渐进地进行了3个层次的讲解：基础知识铺垫、案例进阶实战和综合

本书是“计算机科学与技术手册系列”图书之一,该系列图书内容全面,以理论联系实际、能学到并做到为宗旨,以技术为核心,以案例为辅助,引$领读者全面学习基础技术、代码编写方法和具体应用项目,旨在为想要进入相应领域或者已经在该领域深耕多年的技术人员提供新而全的技术性内容及案例。本书全面讲解C++开发技术,分为3篇,分别是:基础篇、案例篇、应用篇,共29章,内容由浅入深,循序渐进,使读者在打好基础的同时逐步提升。本书内容包含了C++开发必$备的基础知识,并以12个典型案例解读了在开发工作中常见的问题,代码

本书内容主要包括MySQL数据库系统、MySQL语言结构、数据定义语言、数据操纵语言、数据查询语言、视图和索引、完整性约束、存储过程和存储函数、触发器和事件、权限管理和安全控制、备份和恢复、事务和并发控制、PHP和MySQL学生成绩管理系统开发。在相应章后附有相关实验。本书理论与实践相结合。本书既可以作为高等院校相关专业学生的教材，也可以作为数据库考试人员、数据库应用系统开发设计人员、工程技术人员和其他相关人员的参考用书。

本书在第1版的基础上修订而成，在适度介绍关系数据库的基本概念和基本原理的基础上，以常用的Access2016作为实践环境，介绍数据库的基本操作和应用开发技术。全书主要内容有数据库基础知识、数据库的操作、表的操作、查询的操作、SQL查询的操作、窗体的操作、报表的操作、宏的操作、模块与VBA、应用案例。全书以“教学管理”数据库的操作为主线，设计、编排了大量的实例，便于读者学习和提高。附录A是实验指导，共设计了12个实验，方便读者上机练习。对本书中的一些重要概念与操作方法配套制作了微视频，读者可通过扫

《Flutter2开发实例精解》详细阐述了与Flutter2相关的基本解决方案，主要包括Dart编程语言、微件简介、布局和微件树、向应用程序中添加交互性和导航、基本的状态管理、异步编程、基于互联网的数据持久化和通信、基于流的高级状态管理、使用Flutter包、向应用程序中添加动画、使用Firebase、基于FirebaseMLKit的机器学习、发布移动应用程序、FlutterWeb和桌面应用程序等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院

《Scikit-Learn机器学习核心技术与实践》循序渐进地讲解了使用Scikit-Learn开发机器学习程序的核心知识，并通过具体实例的实现过程演练了使用Scikit-Learn的方法和流程。全书共10章，包括人工智能与Scikit-Learn简介，加载数据集，监督学习，无监督学习，模型选择和评估，数据集转换，实现大数据计算，英超联赛比分预测系统（Matplotlib+Scikit-Learn+Flask+Pandas），AI考勤管理系统（face-recognition+Matplotlib

主要内容●探索深度学习的**似然原理和统计学基础●发现能输出各种可能结果的概率模型●学习使用标准化流来建模和生成复杂分布●使用贝叶斯神经网络获取模型中的不确定性