本書介紹了大型重載航天攪拌摩擦焊機器人研發(fā)設計的基礎理論、基本方法和常用軟件，面向我國在航空航天、國防和現代化工業(yè)等領域的迫切需求，以提高工件的焊接精度和焊縫質量為落腳點，針對新型的攪拌摩擦焊機器人開展了大量的理論分析、仿真優(yōu)化和試驗測試工作，獲取了機器人在焊接過程中所關心的各項性能參數。研究機械結合部對整機靜動態(tài)性能

本書系統(tǒng)地介紹了圖對稱性基礎理論，包括基于圖對稱的復雜性度量模型與圖距離度量模型、復雜對稱網絡生成模型以及基于圖對稱的網絡約簡理論等，介紹了一系列基于圖對稱性的應用方法，包括利用圖對稱實現社交網絡隱私保護、利用圖對稱實現高效的*短路徑索引與查詢等。

《工業(yè)機器人機械系統(tǒng)/智能制造專業(yè)群“十三五”規(guī)劃教材》主要介紹了工業(yè)機器人的組成、結構、常用傳動方式，并對工業(yè)機器人機械結構設計流程、方法以及常用零部件的選用進行了說明。書中系統(tǒng)介紹了一般工業(yè)機器人機械系統(tǒng)的機構形式、傳動方法、聯接元件、極限配合以及工業(yè)機器人機械結構的設計方法�！豆�業(yè)機器人機械系統(tǒng)/智能制造專業(yè)群“

《案例驅動的大數據原理技術及應用》從大數據的定義、特征、關鍵技術及其平臺和主要應用出發(fā)，密切結合相關案例，揭示了案例對于大數據的驅動關系。針對這一關系，書中分別介紹了Spark系統(tǒng)和編程方式，大數據分析基礎算法和實例，面向大數據的流數據分析算法和實例、圖算法和實例，大數據應用編程案例，基于時間序列數據的預測等內容�！栋�

非結構化數據是與結構化數據相對應的概念。結構化數據具有固定的格式，看上去非常規(guī)整。與結構化數據相反，非結構化數據是指無固定格式的數據，例如，文本、網頁、圖像、視頻、數據流、序列、社交網絡、圖結構等�，F有數據中絕大多數數據都是非結構化數據。本書介紹了四種典型非結構化數據的分析和挖掘技術，分別是：文本數據、社交網絡數據、數

阿布·埃拉·哈桑尼、艾哈邁德·塔赫爾·阿薩、哈維爾·斯納謝爾、亞努什·卡茨匹奇克、杰馬勒·阿巴瓦耶等編著的《復雜系統(tǒng)中大數據分析與實踐（精）》從復雜系統(tǒng)與大數據的結合點出發(fā)，在基礎理論知識的基礎上，首先通過在多個應用背景下

本書通過原理加案例的方式系統(tǒng)地講解了Hadoop大數據開發(fā)，讓讀者能夠全面地了解大數據開發(fā)流程。書中精心安排了原理分析、環(huán)境搭建、案例開發(fā)等多個過程，使讀者對解決大數據問題有清晰的思路。全書共7章：前6章系統(tǒng)講解大數據Hadoop架構，包括大數據處理平臺Hadoop、分布式文件系統(tǒng)HDFS、并行計算模型MapReduc

Kibana是廣泛地應用在數據檢索和數據可視化領域的ELK中的一員。本書專門介紹Kibana，通過不同的用例場景，帶領讀者全面體驗Kibana的可視化功能。全書共9章，主要包括數據驅動架構簡介、安裝和配置Kibana5.0、用Kibana進行業(yè)務分析、用Kibana進行日志分析、用Kibana和Metricbeat進行

簡介如何估計機器人在空間中移動時的狀態(tài)（如位置、方向）是機器人研究中一個重要的問題。大多數機器人、自動駕駛汽車都需要導航信息。導航的數據來自于相機、激光測距儀等各種傳感器，而它們往往受噪聲影響，這給狀態(tài)估計帶來了挑戰(zhàn)。本書將介紹常用的傳感器模型，以及如何在現實世界中利用傳感器數據對旋轉或其他狀態(tài)變量進行估計。本書涵蓋了

全書內容分為大數據系統(tǒng)基礎、Hadoop技術、Spark技術和項目實戰(zhàn)4部分。其中，Linux是學習大數據技術的基礎，先從Linux入手，打下堅實的基礎，之后才能更好地學習Hadoop和Spark。4部分內容分別介紹如下。大數據系統(tǒng)基礎篇通過大數據概述、Linux系統(tǒng)安裝、Linux系統(tǒng)基礎命令、Shell編程和MyS