本書介紹了大數(shù)據(jù)基礎(chǔ)理論和Hadoop生態(tài)系統(tǒng)主流的大數(shù)據(jù)開發(fā)技術(shù)。全書共分9章，第1章介紹大數(shù)據(jù)的發(fā)展歷程、概念和特點、關(guān)鍵技術(shù)和應(yīng)用；第2章介紹Hadoop的起源、發(fā)展歷程、特性、版本及應(yīng)用；第3章介紹HDFS的概念、原理和應(yīng)用；第4章介紹HBase的概念、原理和應(yīng)用；第5章介紹Hive的概念、原理、架構(gòu)和應(yīng)用；第6章介紹分布式計算模型MapReduce的概念、工作流程和應(yīng)用；第7章介紹Spark基本內(nèi)容、Spark的生態(tài)系統(tǒng)及運行架構(gòu)和Spark安裝部署及編程實踐；第8章介紹數(shù)據(jù)可視化的相

本書主要探討群智感知技術(shù)的前沿問題，特別關(guān)注基于人機(jī)物協(xié)同的群智感知關(guān)鍵技術(shù)。本書首先分別介紹了群智感知相關(guān)工作和技術(shù)點，分析了群智感知中的關(guān)鍵因素和發(fā)展現(xiàn)狀。接著，本書針對多任務(wù)環(huán)境下的參與者選擇、進(jìn)行討論。然后，本書針對星地融合統(tǒng)一波形設(shè)計、上行多址接入技術(shù)、星地融合多波束高效傳輸技術(shù)、于能耗的感知動作推薦、基于協(xié)作的參與者隱私保護(hù)、基于互信息最大化的協(xié)同數(shù)據(jù)采集、基于深度學(xué)習(xí)的無人機(jī)調(diào)度規(guī)劃和基于群智感知的應(yīng)用進(jìn)行了詳細(xì)介紹和分析。

本書主要研究了面向智慧旅游的視頻數(shù)據(jù)智能處理與挖掘相關(guān)技術(shù)及應(yīng)用，以提高旅游景區(qū)視頻大數(shù)據(jù)中異常事件檢測和識別的精度、魯棒性、實時性等性能為目的，從而實現(xiàn)對旅游突發(fā)事件及時預(yù)測和預(yù)警，保障旅游安全。本書首先研究了視頻大數(shù)據(jù)的去噪技術(shù)，重點研究了基于殘差卷積神經(jīng)網(wǎng)絡(luò)的視頻去噪算法；然后研究了視頻大數(shù)據(jù)的超分辨率重建技術(shù)，重點研究了綜合深度學(xué)習(xí)、半耦合字典學(xué)習(xí)和時空非局部相似性特征的視頻超分辨率重建算法；其次研究了旅游景區(qū)視頻的顯著性時空特征提取算法；然后在此基礎(chǔ)上研究了旅游景區(qū)視頻大數(shù)據(jù)中的

本書共六章內(nèi)容，具體安排如下。第1章，描述了數(shù)據(jù)科學(xué)的基礎(chǔ)概念和發(fā)展歷程，對數(shù)據(jù)科學(xué)的定義、方法、工具、語言和框架做了的總體介紹。此外，第1章從教育、醫(yī)療、交通、農(nóng)業(yè)、營銷、用戶行為特征等方面展開說明數(shù)據(jù)科學(xué)對現(xiàn)實生活的影響，以及從海量數(shù)據(jù)的有效性與數(shù)據(jù)共享問題揭示數(shù)據(jù)科學(xué)目前面臨的機(jī)遇與挑戰(zhàn)。第2章，闡述了數(shù)據(jù)科學(xué)的基礎(chǔ)知識，首先介紹了數(shù)據(jù)科學(xué)知識體系的構(gòu)成，然后分別從數(shù)據(jù)獲取、數(shù)據(jù)存儲、數(shù)據(jù)處理這三個角度對數(shù)據(jù)科學(xué)技術(shù)架構(gòu)的演化進(jìn)行了探索，最后對數(shù)據(jù)科學(xué)技術(shù)的七個領(lǐng)域分別做出簡單的介紹。第3

本書是作者及其團(tuán)隊成員十余年來從事一種離子聚合物金屬復(fù)合材料（IPMC:IonicPolymerMetalComposite、也叫人工肌肉）的建模、控制及應(yīng)用技術(shù)研究的總結(jié)。本書圍繞人工肌肉（IPMC）開研究，重點對人工肌肉的建模、控制及其在相關(guān)領(lǐng)域應(yīng)用實例展開深入的討論，并對人工肌肉仿生驅(qū)動器的潛在應(yīng)用前景做出分析與解讀，為讀者在非線性建模與控制、生物醫(yī)學(xué)設(shè)備和工業(yè)自動化等領(lǐng)域使用人工肌肉與仿生驅(qū)動技術(shù)并解決實際工程問題提供參考和借鑒。

本書介紹了機(jī)器人的發(fā)展歷史，對日本機(jī)器人、機(jī)器人的不同用途、最先進(jìn)的機(jī)器人、以及人工智能的相關(guān)信息給以介紹。

智能時代，智慧醫(yī)療、穿戴式運動追蹤、生活環(huán)境監(jiān)測等相關(guān)科技產(chǎn)品正逐漸改變?nèi)祟惖纳�活方式，而這其中傳感器起著關(guān)鍵作用。而成熟產(chǎn)品的誕生離不開對傳感原理和技術(shù)的研究。本書正是基于此從基本理論和現(xiàn)實具體案例應(yīng)用等方面進(jìn)行了相關(guān)探討。本書首先從網(wǎng)絡(luò)化智能傳感器技術(shù)原理及實現(xiàn)切入，然后重點討論了基于壓縮感知理論的體域網(wǎng)節(jié)能算法研究與應(yīng)用、WMSN紅外圖像彩色化及目標(biāo)融合方法研究與應(yīng)用，最后對智能傳感領(lǐng)域的相關(guān)策略研究及其發(fā)展趨勢進(jìn)行展望。

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)化控制系統(tǒng)已經(jīng)廣泛應(yīng)用于智能制造、航空航天、智慧交通、遠(yuǎn)程醫(yī)療等領(lǐng)域。隨機(jī)時延是網(wǎng)絡(luò)化控制系統(tǒng)研究與應(yīng)用中亟待解決的根本問題。本書深入分析了網(wǎng)絡(luò)化控制系統(tǒng)的隨機(jī)時延特征，提出了基于隱馬爾可夫模型的隨機(jī)時延建模方法，在此基礎(chǔ)上研究了前向通道（控制器到執(zhí)行器）的隨機(jī)時延預(yù)測方法，并設(shè)計狀態(tài)反饋控制器和輸出反饋控制器對隨機(jī)時延進(jìn)行補償，降低隨機(jī)時延對網(wǎng)絡(luò)化控制系統(tǒng)性能的影響。最后基于實時仿真工具TrueTime搭建網(wǎng)絡(luò)化控制系統(tǒng)仿真實驗平臺，對本書研究方法的有效性和優(yōu)越性進(jìn)

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)化控制研究。所有的結(jié)果都是作者近幾年的研究成果。

暫無