本書通過整合利用衛(wèi)星和航拍影像、地面跨時空視頻、網(wǎng)絡(luò)數(shù)據(jù)和地理信息等多源異構(gòu)數(shù)據(jù)，圍繞天空地海量數(shù)據(jù)源分布特點和安全保密要求，并根據(jù)公共安全事件智能感知與理解的需要，利用先進的多源異構(gòu)數(shù)據(jù)匯聚與協(xié)同相關(guān)技術(shù)，實現(xiàn)多源異構(gòu)數(shù)據(jù)的跨時空、多尺度、多粒度匯聚，構(gòu)建公共安全事件處置需要的數(shù)據(jù)體系，形成跨系統(tǒng)協(xié)同管理、跨空間安全

本書圍繞先進自動測試系統(tǒng)，以信號發(fā)生、采集和分析理論為主線，結(jié)合自動測試、常規(guī)測量和前沿探索研究中的大量實例進行闡述。具體內(nèi)容包括測量與計量基礎(chǔ)，信號采樣與量化，基于模擬/數(shù)字轉(zhuǎn)換技術(shù)的測量，數(shù)字模擬轉(zhuǎn)換及信號發(fā)生，基本電參量測量，時間與頻率的測量，信號波形顯示與測量，頻譜分析與測量，自動測試系統(tǒng)概述，自動測試系統(tǒng)總線

IBMSPSS作為全球領(lǐng)先的統(tǒng)計分析、數(shù)據(jù)挖掘、預(yù)測建模產(chǎn)品及解決方案，被業(yè)界廣泛使用。本書旨在介紹IBMSPSS軟件在各應(yīng)用場景中的基礎(chǔ)操作和使用，并盡可能地把專業(yè)晦澀的專業(yè)術(shù)語和應(yīng)用內(nèi)容以通俗易懂的方式傳遞給讀者，同時所有應(yīng)用均結(jié)合SPSS工具進行操作并實現(xiàn)，幫助讀者初步了解大數(shù)據(jù)分析和挖掘的基本思路和常見操作，掌

本書主要講解了應(yīng)對數(shù)據(jù)分析師面試所需的基礎(chǔ)知識與典型面試題的解答方法，內(nèi)容以讀者的閱讀需求進行架構(gòu)，力求使該者對面試題涉及的原理與解題思路有清晰的認知，以幫助讀者在面試時舉一反三，從容作答。本書共分為7章。第1章介紹了正確認識數(shù)據(jù)分析的一些必要知識，以及用人單位對數(shù)據(jù)分析師的要求，第2~5章，分別介紹了概率論與數(shù)理統(tǒng)計

本書全面介紹了CoppeliaSim的建模與仿真技術(shù)在關(guān)節(jié)機器人和輪式移動機器人中的應(yīng)用:對CoppeliaSim的入門基礎(chǔ)和基本操作進行了介紹；在搭建UR5六自由度關(guān)節(jié)機器人仿真環(huán)境的基礎(chǔ)上，進行了UR5機器人的正運動學(xué)仿真和逆運動學(xué)仿真；對輪式移動機器人進行了運動學(xué)分析，并實現(xiàn)了對其的運動仿真控制；使用協(xié)作機

本書全面介紹了預(yù)測性分析相關(guān)方法，不僅直觀地闡述了相關(guān)概念，還給出了現(xiàn)實的示例問題和真實的案例研究包括從失敗項目獲得的經(jīng)驗教訓(xùn)。本書理論和實踐內(nèi)容相對平衡，便于讀者加深理解。全書共9章，外加一個附錄。第1章為分析導(dǎo)論，第2章為預(yù)測性分析和數(shù)據(jù)挖掘?qū)д�，�?章介紹預(yù)測性分析的標準流程，第4章介紹預(yù)測性分析的數(shù)據(jù)和方法，第

本書內(nèi)容分為數(shù)據(jù)挖掘理論和數(shù)據(jù)挖掘?qū)嵺`兩部分。數(shù)據(jù)挖掘理論部分主要包括數(shù)據(jù)挖掘的基本概念、數(shù)據(jù)預(yù)處理、聚類分析、分類與回歸、關(guān)聯(lián)規(guī)則挖掘及離群點檢測。數(shù)據(jù)挖掘?qū)嵺`部分討論數(shù)據(jù)挖掘在文本挖掘和金融領(lǐng)域中的應(yīng)用，通過虛假新聞檢測和社交平臺情緒分析等案例，展示數(shù)據(jù)挖掘在文本挖掘方面的應(yīng)用；通過潛在貸款客戶挖掘、貸款違約等案例

控制系統(tǒng)原理及相近課程是高等學(xué)校信息類和機電類等專業(yè)學(xué)生的核心課程之一，本書一直是此類課程暢銷全球的教材范本，主要內(nèi)容包括控制系統(tǒng)導(dǎo)論、系統(tǒng)數(shù)學(xué)模型、狀態(tài)空間模型、反饋控制系統(tǒng)的特性、反饋控制系統(tǒng)的性能、線性反饋系統(tǒng)的穩(wěn)定性、根軌跡法、頻率響應(yīng)方法、頻域穩(wěn)定性、反饋控制系統(tǒng)設(shè)計、狀態(tài)變量反饋系統(tǒng)設(shè)計、魯棒控制系統(tǒng)和數(shù)字

本書重點講述統(tǒng)計數(shù)據(jù)分析方法和數(shù)據(jù)挖掘技術(shù)，在大數(shù)據(jù)時代和人工智能時代，數(shù)據(jù)驅(qū)動的知識抽取技術(shù)成為一項重要學(xué)習(xí)和研究內(nèi)容。本書采用理論和舉例相結(jié)合的方式進行數(shù)據(jù)分析和數(shù)據(jù)挖掘知識講解，并配套《數(shù)據(jù)分析與數(shù)據(jù)挖掘建模工具》一書，便于理論和實踐相結(jié)合。書中內(nèi)容包括統(tǒng)計檢驗、方差分析、回歸分析、關(guān)聯(lián)分析、分類模型、聚類模型、

本書講述ApacheFlink大數(shù)據(jù)框架的原理，以及如果將ApacheFlink應(yīng)用于大數(shù)據(jù)的實時流處理、批處理、批流一體分析等各個場景。通過原理深入學(xué)習(xí)和實踐示例、案例的學(xué)習(xí)應(yīng)用，使讀者了解并掌握ApacheFlink流處理的框架的基本原理和技能，接近理論與實踐的距離。全書共分為8章，主要內(nèi)容包括Flink架構(gòu)與集群