本書主要結(jié)合當(dāng)前流行的大數(shù)據(jù)框架Hadoop、HBase、Hive、、Storm、Flume、Kafka、Spark、SparkGraphX，采用案例形式系統(tǒng)地講解大數(shù)據(jù)應(yīng)用技術(shù)的相關(guān)知識(shí)。全書共有8章，分別介紹了大數(shù)據(jù)概論、大數(shù)據(jù)基礎(chǔ)知識(shí)、大數(shù)據(jù)文件存儲(chǔ)系統(tǒng)、大數(shù)據(jù)文件存儲(chǔ)系統(tǒng)、大數(shù)據(jù)計(jì)算技術(shù)、大數(shù)據(jù)應(yīng)用程序協(xié)調(diào)服務(wù)

本書以高頻數(shù)據(jù)為主要研究對(duì)象，將不同的自適應(yīng)分析方法(經(jīng)驗(yàn)?zāi)�態(tài)分解、整體經(jīng)驗(yàn)?zāi)�態(tài)分解、自適應(yīng)噪聲的完備經(jīng)驗(yàn)?zāi)�態(tài)分解、局部均值分解、總體局部均值分解)應(yīng)用到金融高頻數(shù)據(jù)的波動(dòng)率估計(jì)中，并比較分析了基于自適應(yīng)分析方法的波動(dòng)率估計(jì)的優(yōu)缺點(diǎn)、精度以及未來(lái)的應(yīng)用和發(fā)展。對(duì)波動(dòng)率進(jìn)行估計(jì)可以有效地把握市場(chǎng)的運(yùn)行規(guī)律，這為今后的資產(chǎn)

本書以測(cè)試系統(tǒng)所完成的測(cè)試過程為主線，前3章著重介紹測(cè)試系統(tǒng)的基本知識(shí)、信號(hào)描述及分析、測(cè)試系統(tǒng)及特性，后4章以工程應(yīng)用為主，主要包括常用傳感器、信號(hào)的中間變換及分析、位移的測(cè)量、現(xiàn)代測(cè)試技術(shù)。本書具有嚴(yán)謹(jǐn)、豐富、系統(tǒng)的多專業(yè)技術(shù)內(nèi)容，文字簡(jiǎn)練、條理清晰，通過列舉實(shí)例，避免了繁雜的數(shù)學(xué)推導(dǎo)，便于教師教學(xué)和學(xué)生自學(xué)。

《廣東省智能傳感器創(chuàng)新發(fā)展研究報(bào)告(2021)》包括綜合篇、消費(fèi)電子行業(yè)篇、汽車電子行業(yè)篇、工業(yè)電子行業(yè)篇以及醫(yī)療電子行業(yè)篇等5個(gè)部分。全面分析了國(guó)內(nèi)外智能傳感器產(chǎn)業(yè)技術(shù)及重點(diǎn)行業(yè)的發(fā)展?fàn)顩r，系統(tǒng)地分析了廣東省智能傳感器技術(shù)和產(chǎn)業(yè)的發(fā)展基礎(chǔ)、存在的問題，并提出了相應(yīng)的對(duì)策建議。報(bào)告內(nèi)容豐富、數(shù)據(jù)詳實(shí)，是反映廣東省智能傳

本書主要內(nèi)容包括：工業(yè)機(jī)器人的認(rèn)識(shí)、工業(yè)機(jī)器人的機(jī)械組成與安裝、工業(yè)機(jī)器人的控制系統(tǒng)的組成與安裝、工業(yè)機(jī)器人系統(tǒng)設(shè)置、工業(yè)機(jī)器人的基本操作、工業(yè)機(jī)器人坐標(biāo)系標(biāo)定等。

本書主要內(nèi)容包括：工業(yè)機(jī)器人典型工作站認(rèn)知、SMART200編程軟件和硬件應(yīng)用、涂膠與裝配機(jī)器人工作站、手機(jī)裝配機(jī)器人工作站、輪胎碼垛機(jī)器人工作站、智能倉(cāng)儲(chǔ)機(jī)器人工作站、工業(yè)機(jī)器人技術(shù)應(yīng)用賽項(xiàng)任務(wù)。

本書內(nèi)容包括：數(shù)字化雙胞胎技術(shù)的認(rèn)識(shí)、虛擬仿真系統(tǒng)軟件、3D仿真器應(yīng)用、3D仿真器屬性、虛擬現(xiàn)實(shí)平臺(tái)、ABB機(jī)器人離線編程與仿真、KUKA機(jī)器人離線編程、工業(yè)互聯(lián)網(wǎng)協(xié)同制造系統(tǒng)項(xiàng)目示例、智能制造集成應(yīng)用系統(tǒng)項(xiàng)目示例、機(jī)電一體化柔性制造系統(tǒng)項(xiàng)目示例。

本書依托于Hadoop介紹了大數(shù)據(jù)分布式存儲(chǔ)、分布式并行處理、大數(shù)據(jù)采集、大數(shù)據(jù)查詢、大數(shù)據(jù)統(tǒng)計(jì)分析和大數(shù)據(jù)的推薦系統(tǒng)等技術(shù)。

本書介紹了圖像特征若干關(guān)鍵技術(shù)，重點(diǎn)圍繞圖像特征匹配的內(nèi)點(diǎn)選擇、魯棒性參數(shù)估計(jì)方法優(yōu)化和特征提取方法這三方面進(jìn)行探討，介紹了一些新研究成果，并對(duì)所提出算法的有效性通過理論分析和實(shí)驗(yàn)進(jìn)行驗(yàn)證。

本書共7章,第1章簡(jiǎn)要概述大數(shù)據(jù)分析平臺(tái)、工具及開發(fā)語(yǔ)言;第2章介紹文本分析所需基本概念、思想、算法步驟,以及圖像處理的基本概念和方法;第3章給出來(lái)自數(shù)學(xué)規(guī)劃、人工智能的基本優(yōu)化方法,進(jìn)而介紹數(shù)據(jù)分析中常用的數(shù)據(jù)分類與聚類方法;第4章分析感知器模型、人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與算法,并通過應(yīng)用實(shí)例加