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(cè)和識(shí)別的精度、魯棒性、實(shí)時(shí)性等性能為目的，從而實(shí)現(xiàn)對(duì)旅游突發(fā)事件及時(shí)預(yù)測(cè)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(diǎn)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

本書從大數(shù)據(jù)基本概念開始引入，簡(jiǎn)介大數(shù)據(jù)目前的技術(shù)應(yīng)用以及技術(shù)流程，從而引出大數(shù)據(jù)時(shí)代下的數(shù)據(jù)便利性、價(jià)值以及隱患；列舉國(guó)內(nèi)外數(shù)據(jù)安全事件案例，引出數(shù)據(jù)治理、數(shù)據(jù)安全治理概念，介紹國(guó)內(nèi)外數(shù)據(jù)安全治理常用思路以及多個(gè)方法論，并以國(guó)內(nèi)GB/T37988-2019即DSMM數(shù)據(jù)安全能力成熟度為實(shí)踐思路選型，逐個(gè)介紹DSMM中

本書采用新體系、新內(nèi)容、新技術(shù)，在作者編寫的十一五規(guī)劃教材《計(jì)算機(jī)控制系統(tǒng)》第3版基礎(chǔ)上，遵循新工科理念，與時(shí)俱進(jìn)，為滿足近幾年新增專業(yè)（如機(jī)器人工程、人工智能等）或有關(guān)領(lǐng)域和行業(yè)對(duì)學(xué)習(xí)計(jì)算機(jī)控制新技術(shù)的迫切需求而重新編寫。本書注重理論聯(lián)系實(shí)際，突出工程應(yīng)用，全面系統(tǒng)地介紹了計(jì)算機(jī)控制系統(tǒng)的各個(gè)重要組成部分，是在作者3

本書共分四部分，第一部分即緒論，指出智能檢測(cè)技術(shù)的核心問(wèn)題。第二部分即第2章，講述多變量數(shù)據(jù)統(tǒng)計(jì)分析與人工智能算法，主要包括主成分分析、回歸分析、分類與判別分析等常用的多變量數(shù)據(jù)統(tǒng)計(jì)分析方法，又簡(jiǎn)述了ANNs、SVM等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法。第三部分包括第3-7章，從對(duì)眼、耳、口、鼻、觸的仿生傳感技術(shù)角度，對(duì)應(yīng)闡述光學(xué)

本教材主要介紹數(shù)據(jù)分析的基礎(chǔ)知識(shí)和實(shí)操過(guò)程。全書共7章，首先從數(shù)據(jù)分析概述入手，介紹數(shù)據(jù)分析的基礎(chǔ)知識(shí)、數(shù)據(jù)分析的流程、常用的數(shù)據(jù)分析方法及數(shù)據(jù)分析的道德與職業(yè)原則；然后以八爪魚采集器和Excel為例，從商務(wù)數(shù)據(jù)采集概述及初級(jí)應(yīng)用、數(shù)據(jù)采集高級(jí)應(yīng)用及采集實(shí)例、數(shù)據(jù)清洗與整理、數(shù)據(jù)可視化、數(shù)據(jù)分析報(bào)告的撰寫等數(shù)據(jù)分析的流

《模糊控制系統(tǒng)的設(shè)計(jì)及穩(wěn)定性分析(第二版)》系統(tǒng)地介紹了基于模糊T-S模型控制的基本理論和方法，力圖概括國(guó)內(nèi)外相關(guān)研究的*新成果。主要內(nèi)容包括：模糊集和模糊邏輯系統(tǒng)的基本知識(shí)，模糊系統(tǒng)的控制設(shè)計(jì)方法與穩(wěn)定性分析，不確定模糊系統(tǒng)的魯棒控制設(shè)計(jì)方法與穩(wěn)定性分析，非線性動(dòng)態(tài)系統(tǒng)的模糊魯棒控制設(shè)計(jì)方法與穩(wěn)定性分析，不確定模糊系

《大數(shù)據(jù)與人工智能》系統(tǒng)介紹了大數(shù)據(jù)和人工智能的相關(guān)概念和技術(shù)，主要涉及大數(shù)據(jù)工程、人工智能原理、人工智能算法在大數(shù)據(jù)平臺(tái)上的實(shí)現(xiàn)及相關(guān)原理的前沿應(yīng)用。全書共分為3篇，第1篇是大數(shù)據(jù)技術(shù)原理與應(yīng)用，第2篇是人工智能基礎(chǔ)與應(yīng)用，第3篇是大數(shù)據(jù)與人工智能的綜合應(yīng)用。第1篇講述了大數(shù)據(jù)的來(lái)源與發(fā)展，大數(shù)據(jù)技術(shù)的重要概念和大數(shù)

用Java編寫的Spark應(yīng)用程序；Spark應(yīng)用架構(gòu)；提取文件、數(shù)據(jù)庫(kù)、數(shù)據(jù)流和Elasticsearch的數(shù)據(jù)；使用SparkSOL查詢分布式數(shù)據(jù)集

本書以云邊協(xié)同技術(shù)的發(fā)展歷程為線索，介紹云邊協(xié)同技術(shù)體系，具體內(nèi)容組織如下。第1章以云邊協(xié)同技術(shù)為線索，首先介紹云計(jì)算與邊緣計(jì)算的發(fā)展歷程，然后梳理云邊協(xié)同技術(shù)的發(fā)展，并詳細(xì)介紹云邊協(xié)同數(shù)據(jù)處理系統(tǒng)發(fā)展過(guò)程中的驅(qū)動(dòng)因素，以及數(shù)據(jù)處理在云邊協(xié)同架構(gòu)下的模式演化和未來(lái)的復(fù)雜應(yīng)用的潛在計(jì)算模式。第2章詳細(xì)介紹云邊協(xié)同環(huán)境下的

本專著主要探討面向控制工程需求的多變量過(guò)程辨識(shí)的應(yīng)用理論問(wèn)題，探索可工程實(shí)現(xiàn)的多變量過(guò)程辨識(shí)新方法和新技術(shù)。本專著給出一種多變量過(guò)程模型智能優(yōu)化辨識(shí)問(wèn)題陳述，提出了多變量過(guò)程模型辨識(shí)準(zhǔn)確度計(jì)算與評(píng)價(jià)方法,提出了多變量過(guò)程的模型框架和結(jié)構(gòu)確定方法,提出了多變量過(guò)程模型準(zhǔn)確辨識(shí)的激勵(lì)條件,提出了融入機(jī)理分析建模的多變量過(guò)程