本書從大數(shù)據(jù)基本概念開始引入，簡介大數(shù)據(jù)目前的技術(shù)應(yīng)用以及技術(shù)流程，從而引出大數(shù)據(jù)時代下的數(shù)據(jù)便利性、價(jià)值以及隱患；列舉國內(nèi)外數(shù)據(jù)安全事件案例，引出數(shù)據(jù)治理、數(shù)據(jù)安全治理概念，介紹國內(nèi)外數(shù)據(jù)安全治理常用思路以及多個方法論，并以國內(nèi)GB/T37988-2019即DSMM數(shù)據(jù)安全能力成熟度為實(shí)踐思路選型，逐個介紹DSMM中

本書采用新體系、新內(nèi)容、新技術(shù)，在作者編寫的十一五規(guī)劃教材《計(jì)算機(jī)控制系統(tǒng)》第3版基礎(chǔ)上，遵循新工科理念，與時俱進(jìn)，為滿足近幾年新增專業(yè)（如機(jī)器人工程、人工智能等）或有關(guān)領(lǐng)域和行業(yè)對學(xué)習(xí)計(jì)算機(jī)控制新技術(shù)的迫切需求而重新編寫。本書注重理論聯(lián)系實(shí)際，突出工程應(yīng)用，全面系統(tǒng)地介紹了計(jì)算機(jī)控制系統(tǒng)的各個重要組成部分，是在作者3

本書共分四部分，第一部分即緒論，指出智能檢測技術(shù)的核心問題。第二部分即第2章，講述多變量數(shù)據(jù)統(tǒng)計(jì)分析與人工智能算法，主要包括主成分分析、回歸分析、分類與判別分析等常用的多變量數(shù)據(jù)統(tǒng)計(jì)分析方法，又簡述了ANNs、SVM等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法。第三部分包括第3-7章，從對眼、耳、口、鼻、觸的仿生傳感技術(shù)角度，對應(yīng)闡述光學(xué)

本教材主要介紹數(shù)據(jù)分析的基礎(chǔ)知識和實(shí)操過程。全書共7章，首先從數(shù)據(jù)分析概述入手，介紹數(shù)據(jù)分析的基礎(chǔ)知識、數(shù)據(jù)分析的流程、常用的數(shù)據(jù)分析方法及數(shù)據(jù)分析的道德與職業(yè)原則；然后以八爪魚采集器和Excel為例，從商務(wù)數(shù)據(jù)采集概述及初級應(yīng)用、數(shù)據(jù)采集高級應(yīng)用及采集實(shí)例、數(shù)據(jù)清洗與整理、數(shù)據(jù)可視化、數(shù)據(jù)分析報(bào)告的撰寫等數(shù)據(jù)分析的流

《模糊控制系統(tǒng)的設(shè)計(jì)及穩(wěn)定性分析(第二版)》系統(tǒng)地介紹了基于模糊T-S模型控制的基本理論和方法，力圖概括國內(nèi)外相關(guān)研究的*新成果。主要內(nèi)容包括：模糊集和模糊邏輯系統(tǒng)的基本知識，模糊系統(tǒng)的控制設(shè)計(jì)方法與穩(wěn)定性分析，不確定模糊系統(tǒng)的魯棒控制設(shè)計(jì)方法與穩(wěn)定性分析，非線性動態(tài)系統(tǒng)的模糊魯棒控制設(shè)計(jì)方法與穩(wěn)定性分析，不確定模糊系

《大數(shù)據(jù)與人工智能》系統(tǒng)介紹了大數(shù)據(jù)和人工智能的相關(guān)概念和技術(shù)，主要涉及大數(shù)據(jù)工程、人工智能原理、人工智能算法在大數(shù)據(jù)平臺上的實(shí)現(xiàn)及相關(guān)原理的前沿應(yīng)用。全書共分為3篇，第1篇是大數(shù)據(jù)技術(shù)原理與應(yīng)用，第2篇是人工智能基礎(chǔ)與應(yīng)用，第3篇是大數(shù)據(jù)與人工智能的綜合應(yīng)用。第1篇講述了大數(shù)據(jù)的來源與發(fā)展，大數(shù)據(jù)技術(shù)的重要概念和大數(shù)

用Java編寫的Spark應(yīng)用程序；Spark應(yīng)用架構(gòu)；提取文件、數(shù)據(jù)庫、數(shù)據(jù)流和Elasticsearch的數(shù)據(jù)；使用SparkSOL查詢分布式數(shù)據(jù)集

本書以云邊協(xié)同技術(shù)的發(fā)展歷程為線索，介紹云邊協(xié)同技術(shù)體系，具體內(nèi)容組織如下。第1章以云邊協(xié)同技術(shù)為線索，首先介紹云計(jì)算與邊緣計(jì)算的發(fā)展歷程，然后梳理云邊協(xié)同技術(shù)的發(fā)展，并詳細(xì)介紹云邊協(xié)同數(shù)據(jù)處理系統(tǒng)發(fā)展過程中的驅(qū)動因素，以及數(shù)據(jù)處理在云邊協(xié)同架構(gòu)下的模式演化和未來的復(fù)雜應(yīng)用的潛在計(jì)算模式。第2章詳細(xì)介紹云邊協(xié)同環(huán)境下的

本專著主要探討面向控制工程需求的多變量過程辨識的應(yīng)用理論問題，探索可工程實(shí)現(xiàn)的多變量過程辨識新方法和新技術(shù)。本專著給出一種多變量過程模型智能優(yōu)化辨識問題陳述，提出了多變量過程模型辨識準(zhǔn)確度計(jì)算與評價(jià)方法,提出了多變量過程的模型框架和結(jié)構(gòu)確定方法,提出了多變量過程模型準(zhǔn)確辨識的激勵條件,提出了融入機(jī)理分析建模的多變量過程

本書作者多年來從事復(fù)雜生產(chǎn)系統(tǒng)建模、數(shù)字化工廠技術(shù)的推廣應(yīng)用以及數(shù)字孿生技術(shù)的研究，有著豐富的技術(shù)積累和實(shí)戰(zhàn)經(jīng)驗(yàn)。本書在分析數(shù)字孿生基本概念的基礎(chǔ)上，以智能制造和智能建造為基本切入點(diǎn)，闡述了模型驅(qū)動方法和數(shù)據(jù)驅(qū)動智能的融合技術(shù)，為數(shù)字孿生的構(gòu)建、設(shè)計(jì)和實(shí)現(xiàn)提供了技術(shù)指引。同時，結(jié)合典型軟件平臺，給出了數(shù)字孿生系統(tǒng)的典型