本書是學習大數(shù)據(jù)技術的入門教材,深入淺出地介紹了什么是大數(shù)據(jù)、大數(shù)據(jù)的價值及應用、大數(shù)據(jù)的架構(gòu)、大數(shù)據(jù)的采集及預處理、大數(shù)據(jù)的存儲、大數(shù)據(jù)分析、大數(shù)據(jù)可視化等,為學生提供在實踐中解決大數(shù)據(jù)相關問題的思路和方法。本書貫徹理論精簡的原則,注重科普性,突出實用性,可作為職業(yè)院校相關專業(yè)的選修課教材,也可供大數(shù)據(jù)技術初學者及有
本書是介紹大數(shù)據(jù)智能、人工智能技術的科普書籍,旨在讓更多人了解和學習互聯(lián)網(wǎng)時代的人工智能技術——自然語言處理技術,讓大數(shù)據(jù)智能技術更好地為我們服務。全書包括大數(shù)據(jù)智能基礎、技術和應用三部分,共14章;A部分有3章:第1章以深度學習為例介紹大數(shù)據(jù)智能的計算框架;第2章以知識圖譜為例介紹大數(shù)據(jù)智能的知識庫;第3章介紹大數(shù)
系統(tǒng)介紹分散控制系統(tǒng)(DCS)和現(xiàn)場總線控制系統(tǒng)(FCS)的應用及工程設計
掌握數(shù)據(jù)可視化技術是未來工作和學習的必備能力,是展示理念和成果的重要手段。閱讀并完成本書的實踐,你將快速地學會數(shù)據(jù)獲取、清洗、分析、可視化及發(fā)布的完整流程。本書以豐富的實踐案例解析數(shù)據(jù)可視化的制作理念和具體方法,緊密圍繞當前數(shù)據(jù)可視化領域的實際需求,全面介紹數(shù)據(jù)可視化的概念和技巧。本書包含基礎知識、數(shù)據(jù)獲取、數(shù)據(jù)清洗、
《組態(tài)控制技術》從實際應用出發(fā),通過典型實訓項目系統(tǒng)地介紹了組態(tài)軟件MCGS的設計方法及其監(jiān)控應用技術。全書分為三篇,基礎應用篇包括組態(tài)軟件概述、組態(tài)軟件MCGS設計基礎和初級應用實訓;高級應用篇包括組態(tài)軟件MCGS的高級設計技術和高級應用實訓;監(jiān)控應用篇采用組態(tài)軟件MCGS實現(xiàn)多個監(jiān)控設備(包括三菱PLC、西門子PL
大數(shù)據(jù)(bigdata)或稱巨量資料,是指所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具,在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。本書分為上下兩篇,上篇為基礎技術篇,包括大數(shù)據(jù)概述、大數(shù)據(jù)關鍵技術、大數(shù)據(jù)常用算法與數(shù)據(jù)結(jié)構(gòu)等;下篇為行業(yè)應用篇,包括大數(shù)據(jù)產(chǎn)業(yè)鏈、大數(shù)據(jù)+工業(yè)行業(yè)分
本書圍繞樂高EV3機器人,以圖文相輔的方式對機器人的結(jié)構(gòu)設計、搭建技巧進行完美展示,全書分為4個部分:第1部分介紹樂高機器人EV3入門基礎知識,包括基本組件以及編程指南;第2部分和第3部分分別為機械任務系列和仿生任務系列,從搭建步驟、難點解析、注意事項及設計理念等角度展示了16個極具創(chuàng)意的樂高機器人搭建作品,每個作品還
本書的主要內(nèi)容分為三大部分:傳感器的組成與工作原理;光電探測系統(tǒng)的組成與工作原理;傳感器與光電探測系統(tǒng)中信號處理電路的低噪聲電子設計原理和抗干擾技術。本書共分18章,第1章概要介紹了在檢測領域中常用的傳感器和光電探測系統(tǒng)這兩類重要的檢測裝置,并對二者作了比較。接著,運用信號與系統(tǒng)的基本原理,對二者的靜態(tài)特性、動態(tài)特性、
本書對SLAM的基本原理和主要算法進行了介紹,針對SLAM算法中存在的問題進行了討論,在此基礎上論述了EKF-SLAM算法中一致性與收斂性;針對PF-SLAM算法中粒子重采樣中退化問題,建立了高斯輔助粒子濾波重采樣算法,改善了粒子多樣性匱乏問題,提高粒子濾波算法的收斂性;針對SLAM算法中地圖路標信息更新的計算量劇增的
《分數(shù)階控制器設計與實現(xiàn)方法研究》介紹了分數(shù)控制系統(tǒng)的基本研究現(xiàn)狀及基本理論基礎。系統(tǒng)闡述了分數(shù)階系統(tǒng)近似理論、分數(shù)階PID控制器設計方法及基于定量反饋理論的分數(shù)階魯棒控制器設計方法等內(nèi)容。具體提出了一種基于PSO優(yōu)化過程的兼顧幅值和相位的連續(xù)近似方法,基于多目標優(yōu)化的分數(shù)階PID控制器的設計方法,同時針對具有高度不確