本書詳細介紹了計算機控制技術(shù)的基本原理、控制方法和計算機控制系統(tǒng)的設(shè)計實例。本書共分9章，分別介紹計算機控制系統(tǒng)概述、過程輸入/輸出通道、數(shù)字PID控制算法、常用數(shù)字控制器的設(shè)計、復(fù)雜數(shù)字控制器的設(shè)計、工業(yè)控制計算機、網(wǎng)絡(luò)集成式分散控制系統(tǒng)、現(xiàn)場總線控制系統(tǒng)和計算機控制系統(tǒng)的應(yīng)用設(shè)計。本書被評為“十三五”江蘇省高等學(xué)校

本書以某市出租車行業(yè)為背景介紹大數(shù)據(jù)技術(shù)在項目中的應(yīng)用。全書共10章，第1章交通大數(shù)據(jù)概述，第2章某市出租車實戰(zhàn)案例部署，第3章某市出租車項目設(shè)計，第4章Python語言基礎(chǔ)，第5章數(shù)據(jù)提取，第6章數(shù)據(jù)清洗，第7章數(shù)據(jù)存儲，第8章數(shù)據(jù)分析處理，第9章ECharts的應(yīng)用，第10章某市出租車綜合編程實踐。本書適合作為各類

本書從大數(shù)據(jù)的基礎(chǔ)知識介紹開始，逐步引領(lǐng)讀者了解大數(shù)據(jù)管理與應(yīng)用的前沿技術(shù)，系統(tǒng)地介紹了大數(shù)據(jù)管理與應(yīng)用的體系化流程，包括數(shù)據(jù)采集與融合、數(shù)據(jù)存儲與管理、大數(shù)據(jù)處理與分析、大數(shù)據(jù)決策支持及其案例和實驗。本書內(nèi)容深入淺出，提供了豐富的大數(shù)據(jù)案例并配套詳細的代碼，旨在幫助讀者更加清晰地理解大數(shù)據(jù)基礎(chǔ)知識，掌握大數(shù)據(jù)技術(shù)在管

本書主要圍繞當(dāng)前業(yè)界*流行的監(jiān)控系統(tǒng)Prometheus展開，除了幫助讀者快速了解Prometheus的概念、用途、環(huán)境搭建等系統(tǒng)性、宏觀的認識，更多的讓讀者感受到Prometheus獨孤九劍破眾多技術(shù)壁壘的精彩。支持監(jiān)控微服務(wù)、系統(tǒng)級監(jiān)控、數(shù)據(jù)庫監(jiān)控、中間件監(jiān)控、大數(shù)據(jù)監(jiān)控等。第1章主要介紹監(jiān)控系統(tǒng)的相關(guān)概念。第2章

“數(shù)據(jù)分析技術(shù)”課程是高職高專商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)的一門核心課程，對學(xué)生商務(wù)數(shù)據(jù)分析與應(yīng)用職業(yè)能力的培養(yǎng)和職業(yè)素養(yǎng)的養(yǎng)成起著重要的支撐作用。本書旨在培養(yǎng)學(xué)生的數(shù)據(jù)分析思維及運用數(shù)據(jù)分析工具進行商務(wù)數(shù)據(jù)分析與應(yīng)用的能力，并系統(tǒng)闡述了數(shù)據(jù)分析認知、需求分析、數(shù)據(jù)庫創(chuàng)建、描述性統(tǒng)計分析、假設(shè)檢驗、方差分析、相關(guān)與回歸、時間

本書是一部全面論述影像特征匹配技術(shù)的學(xué)術(shù)專著。首先，從應(yīng)用及理論的角度闡述影像匹配技術(shù)的研究意義與研究難點，并詳細介紹魯棒性影像特征匹配算法框架及相關(guān)研究工作。通過總結(jié)得出該技術(shù)所面臨的大輻射畸變、大幾何畸變與大粗差比例三大瓶頸問題。針對這些問題，分別提出基于**值索引圖的輻射不變特征匹配方法、基于支持線投票與仿射不變

本書從ApacheFlink的緣起開始，由淺入深，理論結(jié)合實踐，全方位地介紹ApacheFlink這一處理海量數(shù)據(jù)集的高性能工具。本書圍繞部署、流處理、批處理、TableAPI和SQL四大模塊進行講解，并詳細說明ApacheFlink的每個特性的實際業(yè)務(wù)背景，使讀者不僅能編寫可運行的ApacheFlink程序代碼，還能

本書主要涉及數(shù)據(jù)工程與人工智能算法原理、大數(shù)據(jù)平臺技術(shù)、人工智能算法在大數(shù)據(jù)平臺上的實現(xiàn)等，共7章。第1章介紹大數(shù)據(jù)與人工智能的歷史、應(yīng)用；第2章介紹數(shù)據(jù)工程；第3章介紹大數(shù)據(jù)平臺；第4章介紹人工智能基礎(chǔ)算法的原理；第5章以第4章為基礎(chǔ)，介紹深度學(xué)習(xí)相關(guān)內(nèi)容；第6章介紹當(dāng)前熱門的強化學(xué)習(xí)技術(shù)；第7章為數(shù)據(jù)分析與深度學(xué)習(xí)

本書選材廣泛，共12個單元，主要內(nèi)容涉及什么是大數(shù)據(jù)，大數(shù)據(jù)分析，數(shù)據(jù)模型，結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)存儲，數(shù)據(jù)提取、轉(zhuǎn)換、加載，數(shù)據(jù)備份，Python編程語言與R編程語言，數(shù)據(jù)庫基本概念，數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)倉庫，云存儲，數(shù)據(jù)處理，數(shù)據(jù)挖掘及其算法，Hadoop與Spark，大數(shù)據(jù)可視化，商業(yè)智能

本教材以數(shù)據(jù)挖掘的經(jīng)典算法為主線，基礎(chǔ)部分講清楚數(shù)據(jù)挖掘的過程和經(jīng)典算法：數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、分類與回歸、聚類分析、關(guān)聯(lián)規(guī)則挖掘、偏差檢測等。同時增加實現(xiàn)應(yīng)用部分，在應(yīng)用實現(xiàn)部分，以Python作為描述語言，以解決某個應(yīng)用的挖掘目標(biāo)為前提，介紹案例背景，闡述分析方法與過程，完成模型構(gòu)建，給出算法的具體實現(xiàn)，通過此項目