過程控制系統(tǒng)及工程（孫洪程）（第四版）

本書從檢測(cè)系統(tǒng)設(shè)計(jì)與應(yīng)用工程師需要掌握的核心技能出發(fā)，系統(tǒng)介紹了檢測(cè)技術(shù)基礎(chǔ)知識(shí)及基本概念，包括檢測(cè)系統(tǒng)組成、檢測(cè)系統(tǒng)特性分析、靜動(dòng)態(tài)特性測(cè)試、誤差分析、經(jīng)典傳感器技術(shù)、傳感器信號(hào)調(diào)理與采集等，并對(duì)近年來廣泛應(yīng)用的數(shù)字脈沖傳感器、半導(dǎo)體集成傳感器、輻射測(cè)溫技術(shù)、激光測(cè)距技術(shù)、機(jī)器視覺等現(xiàn)代檢測(cè)系統(tǒng)做了較為深入的闡述。為

我國(guó)提出新基建概念，要加快大數(shù)據(jù)中心、人工智能等新型基礎(chǔ)設(shè)施的建設(shè)進(jìn)度，這無疑需要更多的大數(shù)據(jù)人才。PySpark可以對(duì)大數(shù)據(jù)進(jìn)行分布式處理，降低大數(shù)據(jù)學(xué)習(xí)門檻，本書正是一本PySpark入門教材，適合有一定Python基礎(chǔ)的讀者學(xué)習(xí)使用。本書分為7章，第1章介紹大數(shù)據(jù)的基本概念、常用的大數(shù)據(jù)分析工具；第2章介紹Spa

教材系統(tǒng)地介紹文本數(shù)據(jù)挖掘的相關(guān)概念，利用Python作為工具進(jìn)行相關(guān)試驗(yàn)，其內(nèi)容主要包括：文本挖掘產(chǎn)生的背景及發(fā)展；文本挖掘的概念、文本模型表示、文本內(nèi)容的預(yù)處理，包括分詞、去停用詞以及特征抽�。晃谋鞠嗨贫鹊母拍畹�。介紹文本分類的概念及常用方法，如KNN算法、SVM算法等，并對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)；在介紹文本聚類聚類的概

MATLAB及其模塊化仿真工具Simulink是當(dāng)今世界上*的數(shù)值計(jì)算和系統(tǒng)仿真軟件之一。本書充分考慮自動(dòng)化專業(yè)課程設(shè)置的情況，以MATLABR2015b為主要工具，較為全面地介紹了自動(dòng)控制系統(tǒng)的建模、分析、仿真與設(shè)計(jì)的基本原理和方法。全書共分8章，內(nèi)容包括：自動(dòng)控制系統(tǒng)仿真概述、控制系統(tǒng)計(jì)算機(jī)數(shù)字仿真基礎(chǔ)、MATLA

本書主要以美國(guó)羅克韋爾公司的MicroLogix1500系列PLC作為控制器，利用RSView32進(jìn)行上位機(jī)監(jiān)控界面的設(shè)計(jì)。書中從實(shí)際應(yīng)用的角度出發(fā)，設(shè)置了5個(gè)學(xué)習(xí)情境，這5個(gè)情境分別是電動(dòng)機(jī)運(yùn)行監(jiān)控系統(tǒng)人機(jī)界面的設(shè)計(jì)、水箱水位監(jiān)控系統(tǒng)人機(jī)界面的設(shè)計(jì)、交通燈控制系統(tǒng)人機(jī)界面的設(shè)計(jì)、觸摸屏遠(yuǎn)程監(jiān)控電機(jī)運(yùn)轉(zhuǎn)人機(jī)界面的設(shè)計(jì)和

本書根據(jù)作者多年的教學(xué)經(jīng)驗(yàn)，主要介紹了經(jīng)典控制原理的基礎(chǔ)知識(shí)，包含自動(dòng)控制原理的基本概念、線性系統(tǒng)的模型、時(shí)域分析、根軌跡、頻域分析、校正這六部分內(nèi)容。但我們?cè)谡鹿?jié)設(shè)計(jì)上，為了便于老師授課與學(xué)生學(xué)習(xí)把握，采用平均分配知識(shí)點(diǎn)的方式，將其劃分為21章，基本上每一章都圍繞自動(dòng)控制原理的某一個(gè)比較獨(dú)立的知識(shí)點(diǎn)展開進(jìn)行介紹。因此

精心選取十個(gè)大數(shù)據(jù)與機(jī)器學(xué)習(xí)的實(shí)戰(zhàn)案例，采用迭代遞進(jìn)模式，邊理論邊實(shí)踐，深入淺出，讓讀者在工程實(shí)踐中熏陶成長(zhǎng)，在復(fù)雜系統(tǒng)設(shè)計(jì)中淬煉過硬本領(lǐng)。十個(gè)案例全部采用國(guó)際著名機(jī)構(gòu)發(fā)布的真實(shí)數(shù)據(jù)，研究領(lǐng)域涉及生物信息、圖像處理、商業(yè)零售、銀行金融、自然語言處理等。每個(gè)案例采用的數(shù)據(jù)集規(guī)模相對(duì)較大，鮮明體現(xiàn)了機(jī)器學(xué)習(xí)在大規(guī)模數(shù)據(jù)挖掘

本書以Kettle實(shí)現(xiàn)ETL流程為目標(biāo)，將ETL知識(shí)點(diǎn)與任務(wù)相結(jié)合，配套真實(shí)案例，深入淺出地介紹了ETL數(shù)據(jù)整合與處理的相關(guān)內(nèi)容。全書共8章，第1章介紹了ETL概念和ETL工具，讓讀者在了解ETL相關(guān)的概念后，立刻上手ETL工具Kettle；第2~6章介紹了Kettle工具轉(zhuǎn)換相關(guān)的組件，包括源數(shù)據(jù)獲取、記錄處理、字段

第1章緒論、第2章Linux操作系統(tǒng)的安裝、第3章Hadoop的偽分布式安裝、第4章Hadoop集群的搭建及配置、第5章HadoopHDFS命令、第6章MapReduce編程入門、第7章Hive:SQLonHadoop、第8章Sqoop:SQLtoHadoop、第9章HBase：HadoopDatabase、第10章S