《PremierePro2024視頻編輯基礎教程(微課版)》詳細介紹PremierePro2024中文版在影視后期制作方面的主要功能和應用技巧。全書共14章,第1章介紹視頻編輯基礎知識;第2章~第13章介紹Premiere軟件的具體操作知識,并配以大量實用的操作練習和實例,讓讀者在輕松的學習過程中快速掌握軟件的使用技巧
本書由從教多年的院校教師及經(jīng)驗豐富的企業(yè)工程師共同編寫,內(nèi)容包括移動機器人概述、移動機器人機械系統(tǒng)設計與零件認知、移動機器人零件建模與組裝、移動機器人控制基礎實踐、移動機器人自動控制綜合實踐、移動機器人高階認知與實踐等。本書適用于高等職業(yè)院校智能機器人技術(shù)、工業(yè)機器人技術(shù)、機電一體化技術(shù)、智能控制技術(shù)等裝備制造大類中的
這是一本系統(tǒng)講解如何使用eBPF技術(shù)構(gòu)建云原生安全防線的著作,是一本面向eBPF技術(shù)愛好者和云安全領(lǐng)域從業(yè)者的實戰(zhàn)寶典,從原理與實踐角度詳述了eBPF技術(shù)在云原生安全領(lǐng)域正在發(fā)生的關(guān)鍵作用,是作者多年構(gòu)筑云原生安全縱深防御經(jīng)驗的總結(jié)。本書詳細闡述了eBPF技術(shù)的核心原理以及在云原生安全領(lǐng)域的應用價值,并結(jié)合大量的代碼案
人類感知外部世界80%以上信息由視覺感知單元獲得,機器視覺則是模擬人類視覺功能來觀察客觀世界,實現(xiàn)制造過程的識別、檢測、測量與定位,在工業(yè)生產(chǎn)中具有廣泛的應用前景。本書分為基礎認知篇、項目應用篇、知識拓展篇和實操訓練篇四部分,共計七個模塊,主要內(nèi)容包括工業(yè)機器視覺整體認知、工業(yè)機器視覺硬件認知、工業(yè)機器視覺常用算法認知
本書以市場上主流的處理器系列為例,深入討論了計算機組成與體系結(jié)構(gòu)的基本原理和概念,包括計算機系統(tǒng)、運算、CPU、指令集和匯編語言、并行處理等,并討論了如何將它們運用到當代計算機系統(tǒng)設計的問題中。本書作者有豐富的教學和教材編寫經(jīng)驗,在編寫上內(nèi)容體系合理、講解深入淺出、教學資源豐富。同時,本書根據(jù)技術(shù)的發(fā)展,增加了對并行結(jié)
本書介紹利用C語言進行程序設計的基本知識。全書共11章,主要內(nèi)容包括C語言概述,數(shù)據(jù)類型、運算符與表達式,數(shù)據(jù)的輸入和輸出,選擇結(jié)構(gòu),循環(huán)結(jié)構(gòu),數(shù)組,函數(shù),編譯預處理,指針,結(jié)構(gòu)體與共用體,文件等。為了方便讀者學習,更好地理解程序設計的思想和方法,本書使用二維碼的形式設置了50個微視頻,讀者可以使用手機掃描二維碼觀看知
本書是在第2版的基礎上修訂而成的。本書系統(tǒng)介紹了傳感器與檢測技術(shù)基礎、傳統(tǒng)傳感器原理及應用、新型傳感器原理及應用、信號的轉(zhuǎn)換與調(diào)理、抗干擾技術(shù)、自動檢測系統(tǒng)的設計及應用、智能傳感器與現(xiàn)場總線智能傳感器和虛擬儀器技術(shù)。本書體系結(jié)構(gòu)完整、內(nèi)容豐富、敘述簡明,注重理論聯(lián)系實際,突出應用;編寫力求做到系統(tǒng)性、先進性、實用性有機
本書是AJAX之父的經(jīng)典之作。本書用簡潔的語言系統(tǒng)化地詮釋了設計、技術(shù)和商業(yè)融合是最重要的發(fā)展趨勢。全書共8章,包括關(guān)于用戶體驗以及為什么它如此重要、認識這些要素、戰(zhàn)略層、范圍層、結(jié)構(gòu)層、框架層、表現(xiàn)層以及要素的應用。
本書提供了關(guān)于適應度函數(shù)、自動化架構(gòu)治理和演進式數(shù)據(jù)的技術(shù)、知識和技巧。本書分為三個部分:第一部分包括定義演進式架構(gòu)機制的章節(jié)介紹團隊如何使用技術(shù)和工具來構(gòu)建適應度函數(shù)、部署管道以及其他管理和演進軟件項目的機制;第二部分包括圍繞耦合、復用和其他相關(guān)結(jié)構(gòu)考慮因素的架構(gòu)風格和設計原則,以幫助讀者實現(xiàn)清晰的長期演進;第三部分
近年來,在深度學習、大數(shù)據(jù)等革命性技術(shù)的推動下,人工智能領(lǐng)域迎來了又一個春天。在人工智能的研究中,既包括對于人類理性思維的模擬,還包括對人類感性思維的計算。本書重點講述的文本情感分析技術(shù)就屬于后者。該技術(shù)源于自然語言處理領(lǐng)域,但也有別于一般的自然語言處理任務。文本情感分析面向的處理對象是社交媒體中產(chǎn)生的用戶評論文本,該