《氣動(dòng)伺服系統(tǒng)分析與控制》介紹了氣動(dòng)位置伺服系統(tǒng)的數(shù)學(xué)建模方法和過程、系統(tǒng)特性分析過程和結(jié)論，以及狀態(tài)反饋控制和模糊控制在氣動(dòng)位置伺服系統(tǒng)中的應(yīng)用。主要內(nèi)容包括：系統(tǒng)非線性數(shù)學(xué)模型的建立，局部線性化模型建立的三種方法，系統(tǒng)特性試驗(yàn)研究分析及系統(tǒng)特有的“黏滑振蕩”、“位移波動(dòng)”等現(xiàn)象分析，改進(jìn)的狀態(tài)反饋控制、單神經(jīng)元自適

《過程控制系統(tǒng)（第3版）/普通高等教育自動(dòng)化類國(guó)家級(jí)特色專業(yè)系列規(guī)劃教材》以過程控制系統(tǒng)組成和結(jié)構(gòu)為線索，介紹了過程控制的基本概念，過程控制常用儀表的原理和工程選用，過程對(duì)象及建模方法，過程執(zhí)行器的原理和選擇，過程控制器的設(shè)計(jì)和整定及先進(jìn)過程控制策略，串級(jí)過程控制系統(tǒng)，各種復(fù)雜過程控制系統(tǒng)的控制方案與工程設(shè)計(jì)，計(jì)算機(jī)過

基本信息 商品名稱：大數(shù)據(jù)挖掘技術(shù)與應(yīng)用 出版社：冶金工業(yè)出版社 出版時(shí)間：2014-12-01 作者：孟海東 譯者：

本書共分10章。第1章介紹了數(shù)據(jù)挖掘方法的歷史，另外討論了統(tǒng)計(jì)學(xué)習(xí)的一般模型。第2、3、4章介紹了三種數(shù)據(jù)挖掘模型：人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和隱馬爾可夫模型。第5章介紹了一種新型支持向量誘導(dǎo)回歸模型，第6章介紹了一種基于快速訓(xùn)練算法的HMM/SVM混合系統(tǒng)，第7章介紹了分解向前算法及PCA/ICA降維SVM模型，第8章

《大數(shù)據(jù)概論》主要介紹大數(shù)據(jù)概論，內(nèi)容包括大數(shù)據(jù)概述、科學(xué)研究第四范式、分布系統(tǒng)設(shè)計(jì)的CAP理論、NoSQL數(shù)據(jù)庫(kù)、復(fù)雜網(wǎng)絡(luò)、MapReduce分布編程模型、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析、大數(shù)據(jù)挖掘、大數(shù)據(jù)可視化、大數(shù)據(jù)安全、大數(shù)據(jù)機(jī)器學(xué)習(xí)、大數(shù)據(jù)推薦技術(shù)，以及數(shù)據(jù)科學(xué)與數(shù)據(jù)思維�！洞髷�(shù)據(jù)概論》對(duì)上述內(nèi)容概念性地介紹，語(yǔ)言精

本書主要內(nèi)容包括專業(yè)名稱、招生對(duì)象、培養(yǎng)目標(biāo)、培養(yǎng)規(guī)格、就業(yè)面向、培養(yǎng)模式、開設(shè)課程、培養(yǎng)進(jìn)程、考核評(píng)價(jià)、教學(xué)建議、其他說明和專業(yè)人才培養(yǎng)實(shí)施的條件、規(guī)范、流程和保障等12項(xiàng)內(nèi)容，同時(shí)提供數(shù)控技術(shù)專業(yè)(軸承方向)核心課程標(biāo)準(zhǔn)。

《工程應(yīng)用型自動(dòng)化專業(yè)系列教材：自動(dòng)化系統(tǒng)集成技術(shù)》介紹了自動(dòng)化系統(tǒng)集成的基本知識(shí)和技術(shù)基礎(chǔ)，以及自動(dòng)化系統(tǒng)集成涉及的概念、方法、技術(shù)和各類自動(dòng)化系統(tǒng)集成的典型案例。 《工程應(yīng)用型自動(dòng)化專業(yè)系列教材：自動(dòng)化系統(tǒng)集成技術(shù)》從工程實(shí)施的角度重點(diǎn)闡述了自動(dòng)化系統(tǒng)集成的技術(shù)和知識(shí)，力求具有先進(jìn)性和實(shí)用性，并按照自動(dòng)化系統(tǒng)的工

本書為數(shù)據(jù)挖掘入門級(jí)教材，共分8章，主要內(nèi)容分為三個(gè)專題：技術(shù)、數(shù)據(jù)和評(píng)估。技術(shù)專題包括決策樹技術(shù)、K-means算法、關(guān)聯(lián)分析技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、回歸分析技術(shù)、貝葉斯分析、凝聚聚類、概念分層聚類、混合模型聚類技術(shù)的EM算法、時(shí)間序列分析和基于Web的數(shù)據(jù)挖掘等常用的機(jī)器學(xué)習(xí)方法和統(tǒng)計(jì)技術(shù)。數(shù)據(jù)專題包括數(shù)據(jù)庫(kù)中的知識(shí)發(fā)

本書立足高等職業(yè)教育的應(yīng)用特色和能力本位，突出人才應(yīng)用能力和創(chuàng)新素質(zhì)的培養(yǎng)，融理論教學(xué)與實(shí)踐訓(xùn)練為一體，系統(tǒng)地介紹了過程控制儀表與裝置的構(gòu)成原理、使用、安裝和調(diào)試技術(shù)。全書編寫采用“目標(biāo)驅(qū)動(dòng)法”，共9章；涵蓋了生產(chǎn)現(xiàn)場(chǎng)的變送器、控制器、執(zhí)行器、輔助儀表、DCS、智能式現(xiàn)場(chǎng)儀表和過程控制儀表與裝置的應(yīng)用案例分析。為適應(yīng)不

本書首先概述了控制系統(tǒng)故障診斷方法，對(duì)線性和非線性系統(tǒng)故障檢測(cè)、隔離及辨識(shí)（FDII）的不同方法進(jìn)行了較為全面的文獻(xiàn)綜述和分析；在全狀態(tài)可測(cè)假設(shè)前提下，闡述了混合非線性FDII方案的串并聯(lián)結(jié)構(gòu)和魯棒并聯(lián)結(jié)構(gòu)；通過設(shè)計(jì)和開發(fā)故障容錯(cuò)狀態(tài)估計(jì)器，將FDII擴(kuò)展應(yīng)用于部分狀態(tài)可測(cè)的情況，設(shè)計(jì)了自適應(yīng)神經(jīng)狀態(tài)估計(jì)器并分析了其與