本書主要介紹了故障診斷與預(yù)測方法、智能預(yù)測性維護(hù)技術(shù)體系與框架、基于IoT的感知資源管理框架與模型、面向復(fù)雜制造環(huán)境的無線路由模型與算法、數(shù)據(jù)采集的協(xié)議集成與設(shè)計案例、數(shù)據(jù)驅(qū)動的故障診斷方法、數(shù)據(jù)驅(qū)動的故障預(yù)測模型與方法、智能工廠的維護(hù)優(yōu)化調(diào)度與決策、大范圍維護(hù)服務(wù)預(yù)測與優(yōu)化配置、基于信息物理系統(tǒng)的運(yùn)行過程控制。本書可

本書在數(shù)據(jù)挖掘領(lǐng)域介紹的內(nèi)容全面，講解細(xì)致，保留了相當(dāng)?shù)钠�幅講述數(shù)據(jù)挖掘各方面的基本概念和方法，如數(shù)據(jù)挖掘的概述、數(shù)據(jù)描述和處理、基本統(tǒng)計分析方法、常用的統(tǒng)計學(xué)習(xí)算法和深度學(xué)習(xí)算法。本書還介紹了數(shù)據(jù)挖掘技術(shù)應(yīng)用實例，如數(shù)據(jù)挖掘技術(shù)在睡眠分期中的應(yīng)用。因此既適合初學(xué)者學(xué)習(xí)又適合專業(yè)人員參考。除了包含國內(nèi)外教材中的內(nèi)容和特

機(jī)械結(jié)構(gòu)輕量化和高速運(yùn)載的需求,引起非線性動力學(xué)和非線性振動學(xué)科方向迅猛發(fā)展,運(yùn)用先進(jìn)的非線性與智能控制方法,可以有效解決振動控制和機(jī)械運(yùn)動控制問題。本書重點闡述了非線性系統(tǒng)理論及其在智能控制領(lǐng)域的典型應(yīng)用,本書重視理論與應(yīng)用的結(jié)合,依次介紹了典型非線性振子和智能控制的基礎(chǔ)內(nèi)容,以及典型應(yīng)用案例,應(yīng)用場景包括柔性機(jī)械臂

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(xì)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

本書介紹了大數(shù)據(jù)處理技術(shù)核心棧的全部內(nèi)容。主要從大數(shù)據(jù)處理技術(shù)的流程出發(fā)，圍繞大數(shù)據(jù)的獲取、存儲、分析到可視化展示的完整過程，以目前主流的Hadoop、Spark等開源大數(shù)據(jù)處理平臺為核心內(nèi)容，從大數(shù)據(jù)技術(shù)應(yīng)用的角度，提供主流廠商的大數(shù)據(jù)平臺的對比分析，并提供行業(yè)應(yīng)用案例和大數(shù)據(jù)處理的完整實例，以幫助新手從零基礎(chǔ)開始學(xué)

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(qiáng)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

全書共分7章。第１章為非線性系統(tǒng)控制概論，第２章為基于算子理論的控制系統(tǒng)設(shè)計基礎(chǔ)，第３章為基于魯棒右互質(zhì)分解和PI控制的魯棒跟蹤控制，第４章為基于魯棒右互質(zhì)分解和滑�？刂频聂敯舾�蹤控制，第5章為基于魯棒右互質(zhì)分解與算子理論觀測器的跟蹤控制，第6章為基于算子理論的液位系統(tǒng)控制研究，第7章為基于算子理論的故障診斷與優(yōu)化控制

在數(shù)據(jù)科學(xué)的背景下，科學(xué)數(shù)據(jù)不僅包括科學(xué)研究過程中產(chǎn)生的數(shù)據(jù)，還包括社會在運(yùn)行過程中政府部門、商業(yè)部門產(chǎn)生的數(shù)據(jù)，廣泛來說，一切能夠用于科學(xué)研究的數(shù)據(jù)都可以稱為科學(xué)數(shù)據(jù)。一切科學(xué)數(shù)據(jù)都經(jīng)歷了從產(chǎn)生到被利用、被存儲的過程，有些數(shù)據(jù)隨著時間的推移會再次被利用并進(jìn)入新的生命周期，而有些數(shù)據(jù)在存儲過程中丟失。在數(shù)據(jù)的整個生命周

本書對傳感器的基本原理、結(jié)構(gòu)、性能、用途及基本測量電路進(jìn)行了介紹。本書共分12章。主要內(nèi)容有：傳感器技術(shù)的基礎(chǔ)知識；一些常用物理量的檢測，包括溫度、壓力、流量、物位、厚度、位移、速度、磁場、氣體成分等的檢測；抗干擾技術(shù)；傳感器實訓(xùn)；傳感器的應(yīng)用。每章后都附有一定量的思考題與習(xí)題，同時，設(shè)置了“知識拓展”，掃描每章后的二

本書圍繞大數(shù)據(jù)流處理領(lǐng)域，介紹FlinkDataStreamAPI、時間和窗口、狀態(tài)和檢查點、TableAPI和SQL等知識。本書以實踐為導(dǎo)向，使用大量真實業(yè)務(wù)場景案例來演示如何基于Flink進(jìn)行流處理。讀者最好有一定的Java或Scala編程基礎(chǔ)，掌握計算機(jī)領(lǐng)域的常見技術(shù)概念。

本書是作者在多年科學(xué)研究的基礎(chǔ)上整理完善而成的，是自然語言處理技術(shù)在文本分類領(lǐng)域應(yīng)用的綜述和總結(jié)，本書專業(yè)性較強(qiáng)，注重對技術(shù)理論依據(jù)和解決思路的精細(xì)講解，讀者可通過對本書的學(xué)習(xí)了解和掌握人工智能相關(guān)技術(shù)在網(wǎng)絡(luò)文本處理時的實現(xiàn)方法和操作流程。本書的內(nèi)容包括：文本預(yù)處理、特征表示與降維、文本分類算法、多標(biāo)簽文本分類技術(shù)、短

全書共有12章，從Hadoop概述開始，介紹了Hadoop的安裝與配置管理，并對Hadoop的生態(tài)體系架構(gòu)進(jìn)行了介紹，包括HDFS技術(shù)、YARN技術(shù)、MapReduce技術(shù)、HadoopI/O操作、海量數(shù)據(jù)庫技術(shù)HBase、ZooKeeper技術(shù)、分布式數(shù)據(jù)倉庫技術(shù)Hive、分布式數(shù)據(jù)分析工具Pig，以及數(shù)據(jù)遷移工具S

本書將古典、非線性和現(xiàn)代控制理論結(jié)合起來，借助MATLAB庫函數(shù)、仿真工具、硬件平臺對象完成控制理論的分析和設(shè)計實驗。通過實時觀察實物的動作，增強(qiáng)學(xué)生的興趣和感知能力，幫助學(xué)生更好理解自動控制理論,并增強(qiáng)學(xué)生的研究能力和創(chuàng)新能力。學(xué)術(shù)價值體現(xiàn)在： （1）利用硬件實驗平臺，學(xué)生可以理解控制器參數(shù)的作用，掌握調(diào)整直流伺服

本書詳細(xì)描述了PMML規(guī)范（Ver4.3）所支持的8種模型：神經(jīng)網(wǎng)絡(luò)模型、決策樹模型、規(guī)則集模型、序列模型、評分卡模型、支持向量機(jī)模型、時間序列模型和聚合模型。全書不是簡單地介紹PMML語法，而是融合各種挖掘模型基礎(chǔ)知識和算法知識，告訴開發(fā)者如何融會貫通地掌握、使用PMML語言，不僅能夠?qū)W習(xí)到標(biāo)準(zhǔn)的PMML模型表達(dá)方式

本書以實戰(zhàn)案例為主，全面闡述了大數(shù)據(jù)開發(fā)領(lǐng)域中常用的技術(shù)原理和框架，以及框架對應(yīng)的實戰(zhàn)案例。全書共分為四大篇章：大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)離線批處理技術(shù)篇、大數(shù)據(jù)在線實時處理技術(shù)篇、大數(shù)據(jù)處理實戰(zhàn)案例篇。大數(shù)據(jù)基礎(chǔ)篇主要介紹了大數(shù)據(jù)的基礎(chǔ)知識、Hadoop和Storm的基礎(chǔ)知識及其發(fā)展現(xiàn)狀和應(yīng)用前景；大數(shù)據(jù)離線批處理技術(shù)篇主

本書以數(shù)據(jù)處理為主線，介紹數(shù)據(jù)處理的基本原理、常見的算法思想、算法設(shè)計的可視化以及編程實現(xiàn)python語言。 全書共13章，主要內(nèi)容包括數(shù)據(jù)科學(xué)基礎(chǔ)實踐概論、數(shù)據(jù)表示、數(shù)據(jù)計算、數(shù)據(jù)分析、數(shù)據(jù)可視化、算法可視化工具、算法設(shè)計基礎(chǔ)、Excel中的算法、Python程序設(shè)計基礎(chǔ)、算法在Python中的實現(xiàn)、Word文檔處理

《過程控制及自動化儀表》以過程自動化監(jiān)控為基本內(nèi)容，將參數(shù)檢測變送、分布式控制系統(tǒng)（DCS）及執(zhí)行器作為組成過程檢測控制系統(tǒng)的相應(yīng)環(huán)節(jié)，力求完整體現(xiàn)過程監(jiān)控的整體內(nèi)容。在參數(shù)檢測方面，深入淺出地介紹了檢測原理及方法；依據(jù)其代表性及發(fā)展趨勢，介紹了目前生產(chǎn)中廣泛應(yīng)用的檢測儀表；在控制儀表方面，根據(jù)生產(chǎn)實際情況，介紹了電動

《自動控制系統(tǒng)及其MATLAB仿真》將自動控制系統(tǒng)知識與MATLAB軟件應(yīng)用有機(jī)融合，從MATLAB軟件應(yīng)用角度出發(fā)，系統(tǒng)地介紹了MATLAB基本操作、符號計算、數(shù)值計算、程序設(shè)計與調(diào)試、繪圖、圖形用戶界面、自動控制系統(tǒng)組成與結(jié)構(gòu)及工作原理、MATLAB/Simulink控制系統(tǒng)分析與仿真等內(nèi)容。同時，結(jié)合以上內(nèi)容，配

《自動化生產(chǎn)線安裝與調(diào)試》分為項目引導(dǎo)篇、項目基礎(chǔ)篇、項目單站篇、項目綜合篇和項目拓展篇，主要內(nèi)容包括自動化生產(chǎn)線簡介、自動化生產(chǎn)線核心技術(shù)應(yīng)用、自動化生產(chǎn)線各單元的安裝與調(diào)試、自動化生產(chǎn)線整體安裝與調(diào)試、工業(yè)機(jī)器人和柔性生產(chǎn)線的介紹等�！蹲詣踊�生產(chǎn)線安裝與調(diào)試》是以亞龍公司的YL一335B自動化生產(chǎn)線為平臺，基于工作