這是一本能為數(shù)字化轉(zhuǎn)型企業(yè)的數(shù)據(jù)治理提供全面指導的著作。擁有集團官方出品，得到了用友集團董事長王文京、DAMA中國區(qū)主席汪廣盛等9位企業(yè)界和學術(shù)界數(shù)字化專家的一致好評 它基于國際主流的數(shù)據(jù)治理框架和用友多年的數(shù)據(jù)治理經(jīng)驗，從道、法、術(shù)、器4個維度全面、深入展開，不僅有數(shù)據(jù)治理在戰(zhàn)略層面的頂層設(shè)計，還有數(shù)據(jù)治理在執(zhí)行層面

《數(shù)字化工廠實踐指南PlantSimulation系統(tǒng)仿真與建模手冊》包含基礎(chǔ)卷、仿真分析與優(yōu)化卷兩冊。本書為基礎(chǔ)卷，介紹了系統(tǒng)仿真基礎(chǔ)、仿真編程語言Simtalk、生產(chǎn)流程建模、信息流與信息控制、交通運輸流程建模與仿真、機器人與物流搬運設(shè)備仿真、倉儲物流與采購供應(yīng)鏈建模仿真、人員作業(yè)仿真與分析等PlantSimula

本教材編寫以《大數(shù)據(jù)工程化處理與應(yīng)用職業(yè)技能等級標準》為依據(jù)，圍繞大數(shù)據(jù)工程技術(shù)領(lǐng)域人才需求與崗位能力、通過項目任務(wù)教學法進行內(nèi)容設(shè)計。本教材包括網(wǎng)絡(luò)數(shù)據(jù)采集、離線數(shù)據(jù)采集、數(shù)據(jù)清洗計算、數(shù)據(jù)計算派生、數(shù)據(jù)處理、聯(lián)機分析處理與決策報表應(yīng)用、搜索系統(tǒng)與推送報表應(yīng)用共7個項目15個任務(wù)的內(nèi)容，涵蓋“網(wǎng)絡(luò)爬蟲技術(shù)與應(yīng)用”“大

在當今這個時代，我們經(jīng)常默認社會交往空間僅僅屬于人類以及人際交往關(guān)系。然而機器人作為全新交往“伙伴”——不管是作為人類伙伴的替代還是補充——的出現(xiàn)，都在挑戰(zhàn)著我們在各個層面上對自身作為個體和共同體成員的自我理解。本書就是在這些科技發(fā)展及其前景的大背景下，從哲學的角度，探索我們與這種全新類型的社交伙伴之間的相遇所涉及的的

Modbus是工業(yè)自動化領(lǐng)域廣泛使用的通信協(xié)議之一，隨著電子、計算機和通信技術(shù)的不斷發(fā)展，特別是物聯(lián)網(wǎng)以及“互聯(lián)網(wǎng)+”等概念的興起，Modbus通信技術(shù)也從串行總線發(fā)展到了ModbusTCP，方興未艾。為了讓廣大在校學生、工業(yè)控制和自動化工程師及技術(shù)人員了解Modbus協(xié)議的內(nèi)涵，掌握Modbus通信技術(shù)的軟件開發(fā)方法

本書對基于計算機和通用數(shù)據(jù)采集卡的氣動位置計算機控制系統(tǒng)進行控制方法研究，內(nèi)容包括：氣動位置伺服系統(tǒng)整數(shù)階PID和分數(shù)階PID控制算法及其參數(shù)優(yōu)化方法；氣動位置伺服系統(tǒng)模型參考自適應(yīng)控制方法，并針對期望輸出方向發(fā)生變化時靜摩擦的作用增加了摩擦力補償方法；氣動位置伺服系統(tǒng)的反步自適應(yīng)控制方法；氣動位置伺服系統(tǒng)的自抗擾控制

空間遙操作是在軌服務(wù)領(lǐng)域的關(guān)鍵技術(shù)之一，也是各空間大國長期關(guān)注和研究的熱點問題。本書針對空間機器人基座本體、執(zhí)行器(機械臂)以及被抓取物等多體的不確定性與不確定耦合問題，將目標在軌辨識與多體融合的在線修正相結(jié)合，提出面向空間機器人及其與操作目標組合體的運動狀態(tài)高精度預(yù)報方法，充分抑制不確定大時延環(huán)境下的誤差累積和預(yù)報發(fā)

矢量傳感器陣列參數(shù)估計是陣列參數(shù)估計的重要內(nèi)容。矢量傳感器陣列不僅具有標量傳感器陣列的優(yōu)勢，還具有標量傳感器陣列不具備的特點�？沙浞掷�用矢量傳感器陣列的諸多優(yōu)勢進行參數(shù)估計、干擾抑制、解模糊、解相干和降維處理，發(fā)揮其在雷達、導航等領(lǐng)域的優(yōu)越性。本書首先介紹矢量傳感器陣列相關(guān)基礎(chǔ)知識，其次研究電磁矢量傳感器陣列參數(shù)估計相

Python因其擁有強大的第三方軟件庫，廣泛應(yīng)用在人工智能開發(fā)、科學計算和數(shù)據(jù)分析中。而pandas就是一款基于NumPy的解決Python數(shù)據(jù)分析任務(wù)的軟件庫。在機器學習和數(shù)據(jù)科學中，因為很少有數(shù)據(jù)可以直接使用，所以對數(shù)據(jù)進行預(yù)處理就成為必不可少的工作�！禤andas數(shù)據(jù)預(yù)處理詳解》就利用數(shù)據(jù)處理必需的pandas庫

本書的主角是在大數(shù)據(jù)時代應(yīng)運而生的數(shù)據(jù)處理與分析利器Spark。你將通過豐富的示例學習如何使用Spark的結(jié)構(gòu)化數(shù)據(jù)API，利用SparkSQL進行交互式查詢，掌握Spark應(yīng)用的優(yōu)化之道，用Spark和DeltaLake等開源工具構(gòu)建可靠的數(shù)據(jù)湖，并用MLlib庫實現(xiàn)機器學習流水線。隨著Spark從2.x版本升級到3