本书从教学的普适性出发，注重基础、强调应用，不仅将传统内容与现代内容自然融合，还包含学科前沿。本书概念清晰、体系完整，共分7章，包括：光的电磁理论基础、光波的叠加、双光束干涉及应用、多光束干涉及应用、光的衍射、光的偏振以及FDTD Solutions软件基础仿真及应用。全书以光的电磁理论基础，光的干涉、衍射和偏振分析为主线，形成较为完整的物理光学知识体系，同时，结合近几年来重要的光学技术研究成果，介绍了FDTD Solutions光学仿真软件的使用，穿插了作者多年积累的典型应用案例。

本书依据教育部高等学校大学物理课程教学指导委员会编制的2023版《理工科类大学物理课程教学基本要求》的框架编写而成，全套书涵盖了该基本要求的核心内容，并增加了部分拓展内容。本套书编写团队成员陈兰莉、宋金璠、石明吉等在2021年度被教育部授予课程思政教学名师，教材编写凝聚了编者多年的教学经验，力求生动、简洁、富有吸引力。全书分为上、下两册，共18章，包含力学、热学、电磁学、振动和波、波动光学、相对论和量子力学、核物理和粒子物理等内容。每章都包含基本内容、本章逻辑主线、拓展阅读、思考题及习

本书以光的电磁理论为理论基础，以光与物质的相互作用为主线，按微纳光学的发展脉络，分别讨论光子晶体光学、等离激元光学、超构材料光学、片上导波光学四个主题。重点介绍电磁波在人工微纳结构中的耦合、传播、谐振与损耗等物理过程，并在此基础上分析光子晶体、等离激元器件、超构材料、超构表面、光波导、谐振腔等微纳器件的工作原理。

《线性代数与概率统计》是高职高专各专业的公共基础课，对学生学习专业课程和技能提供了必要的数学基础，有利于培养学生应用数学解决问题的能力和素质。教材编者在总结多年高职高
专《线性代数与概率统计》教学经验的基础上，分析国内外同类教材发展趋势，探索高职高专《线性代数与概率统计》教学的发展动向，组织编写本教材。
本教材分《线性代数》及《概率统计》两篇共8章，包括：行列式，矩阵，线性方程组，特征值、特征向量及二次型，线性规划，随机事件与概率，随机变量及其数字特征，数理统计初步。另
外把M

本套书依据教育部高等学校大学物理课程教学指导委员会编制的2023版《理工科类大学物理课程教学基本要求》的框架编写而成，涵盖了该基本要求的核心内容，并增加了部分拓展内容。本套书编写团队成员陈兰莉、宋金璠、石明吉等在2021年度被教育部授予课程思政教学名师，教材编写凝聚了编者多年的教学经验，力求生动、简洁、富有吸引力。全套书分为上、下两册，共18章，包含力学、热学、电磁学、振动和波、波动光学、相对论和量子力学、核物理和粒子物理等内容，由基本内容、本章逻辑主线、拓展阅读、思考题及习题等板块构

本教材主要围绕高分子材料的结构、物理及力学性能的研究表征展开。全书共八个单元，36个实验，6个附录，既包含了经典的常规测试方法，也有一些聚合物结构和性能的现代测定方法和手段。书中对每一个实验目的、基本原理、实验步骤、实验技术的关键问题、实验过程中需注意的事项均有详细说明；对可能涉及的其他方法和知识点在实验后加以附注。每个实验后均列有思考题和参考文献，便于读者加深对实验的理解和掌握。
本书是高等院校高分子材料与工程专业本科教材，也可作为研究生教材及教师的教学参考书，亦可供从事高分子科学和材料

本书共包括六章内容，包括工科化学实验基本知识、无机与工科化学实验、有机化学实验、分析化学实验、物理化学实验、综合创新化学实验等，并适当引入交叉学科的内容，同时，注重实验操作技能的训练，包括实验设计、实验操作、数据处理、实验安全环保意识、实验危废处理意识、实验风险评估等，培养学生的动手及创新能力。综合创新实验的选取以尽量结合现实生活和科研需求为原则，以增强学生对化学的认知和理解。
本书可作为高等院校化学、化工、材料、环境、土木等专业本科生教材，也可供相关专业从业者作为参考之用。

本书是数学、计算机相关专业高年级本科生专业主干课程或理工类专业研究生的公共基础课程教材，其理论性强，应用广泛。本书内容共分为6章，包括数理统计基础、参数估计、假设检验、回归分析、方差分析、多元统计分析。
本书在编写时特别注重概念发现和理论形成的介绍，既注重理论的严谨性，又注重知识的应用性； 同时，还介绍了各种统计方法的Excel软件实现过程，提升了课程的应用性。部分节后编写了配套练习题，方便读者自我检测。

《有机化学实验》(第二版)一书保持了第一版的特点以及有机化学实验体系完整性的基础，分为6章，第1章首先介绍了有机化学实验性质与任务、基本内容和教学方法；第2章有机化学实验的基本知识，包括有机化学实验的基本规则、基本装置、一般程序，特别是基本操作，详细描述了蒸馏、分馏、水蒸气蒸馏、减压蒸馏、重结晶、萃取、升华、层析等有机物基本分离纯化技术；第3章有机化合物性质和物理常数的测定；第4章有机化合物的合成实验，分别包括烃、卤代烃、醇、醚、酮、酸、酰胺、硝基化合物、磺酸、胺、重氮盐、杂环化合物、

本书主要介绍了数据分析的基础知识和实操过程。全书共7个单元，第1单元为数据分析概述，第2-6单元以Microsoft Excel 2019软件为例，从数据收集、数据分析常用函数、数据加工与处理、数据分析、数据展示等方面切入，结合具体的案例进行数据剖析；第7单元将理论与实践结合，以某新零售企业的销售数据为例，展现了数据分析完整的操作过程。