"《監(jiān)測監(jiān)控信息融合技術》全面介紹了傳感器信息獲取、監(jiān)測監(jiān)控網(wǎng)絡和信息融合的基本原理與技術。書中不僅探討了信息融合在新技術發(fā)展中的關鍵作用，還強調了其在培養(yǎng)學生科學精神和探索勇氣中的時代意義，滿足了課程思政要求。全書共9章，內(nèi)容覆蓋了傳感器信息融合、煤礦安全監(jiān)測的模型與方法，以及無人駕駛和水環(huán)境監(jiān)測的多源信息融合技術，

本書為計算機類職業(yè)教育國家在線精品課程配套系列教材之一，對應課程為大數(shù)據(jù)技術專業(yè)群的核心課程。本書圍繞大數(shù)據(jù)分析與應用課程的教學要求，采用“項目導向、任務驅動”的模式編寫，面向行業(yè)的數(shù)據(jù)分析工程師崗位，融合企業(yè)真實工作案例，共設計7個章節(jié)，包括認識大數(shù)據(jù)分析、大數(shù)據(jù)工程技術基礎、大數(shù)據(jù)治理、大數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)

本書是大數(shù)據(jù)新興領域“十四五”高等教育教材。本書展現(xiàn)了大語言模型技術的整體框架和路線圖，內(nèi)容講解力求簡明、準確、實用，旨在為相關行業(yè)提供大模型技術的中文參考資料，推動我國相關人工智能技術的發(fā)展。全書共13章，內(nèi)容涉及大模型的背景與基礎知識、預訓練、微調與對齊、模型使用、評測與資源等，同時提供了相關代碼示例與實驗工具包。

本書系統(tǒng)介紹了非線性約束系統(tǒng)的智能自適應反步遞推控制的基本理論和方法，力求涵蓋國內(nèi)外最新研究成果，主要內(nèi)容包括非線性嚴格反饋系統(tǒng)的智能自適應約束控制設計方法及理論、非線性時滯約束系統(tǒng)的智能自適應控制設計方法及理論、非線性多智能體約束系統(tǒng)的智能自適應控制設計方法及理論、非線性切換約束系統(tǒng)的智能自適應控制設計方法及理論，以

本書從數(shù)據(jù)空間的基本概念入手，分析和探討了數(shù)據(jù)空間的定義、類型、特征、功能、架構、組件和關鍵技術，以及數(shù)據(jù)空間與數(shù)據(jù)要素市場的關系等基礎理論問題；同時，結合具體實例，從多學科視角對數(shù)據(jù)空間內(nèi)數(shù)據(jù)安全與信任體系構建、數(shù)據(jù)連接器與參與者認證、數(shù)據(jù)集成與互操作方法、信息模型與詞匯表設計、數(shù)據(jù)生態(tài)體系建設等重要問題進行了深入且

本書主要論述自抗擾控制器設計方法、參數(shù)整定規(guī)則及其在能源動力控制系統(tǒng)中的仿真模擬與現(xiàn)場試驗。本書在理論分析的基礎上，通過大量仿真實驗詳盡地討論了自抗擾控制的應用，主要包括單變量與多變量系統(tǒng)的控制器設計與參數(shù)整定，氣化爐、鍋爐、汽輪機、發(fā)電機、飛行器、水輪發(fā)電機組、分布式能源系統(tǒng)等實際對象控制的仿真模擬，以及火電機組控制

非線性控制在自動控制領域占據(jù)著越來越重要的地位，已成為控制工程師必不可少的基礎知識。不同于線性控制系統(tǒng)，非線性控制系統(tǒng)不存在系統(tǒng)性的設計方法。本書在介紹非線性控制常用的數(shù)學工具和技巧的基礎上，重點討論了兩大類形式對偶的構造性設計方法以及它們在實際非線性控制系統(tǒng)設計中的應用。主要內(nèi)容包括滑�？刂品椒�及其應用、基于無源性的

本書以技術應用能力培養(yǎng)為目標，以真實的集散控制系統(tǒng)設備為載體，以6個學習情境組織教學內(nèi)容，采用任務驅動的教學方式，重點介紹了浙大中控JX-300X集散控制系統(tǒng)的基本結構、基本功能、軟硬件組態(tài)、流程圖繪制、監(jiān)控維護和工程應用等知識，同時介紹了霍尼韋爾TDC-3000、TPS/PKS系統(tǒng)、橫河CENTUM-CS系統(tǒng)、艾默生

本書共7個項目，全面介紹了大數(shù)據(jù)技術概述、大數(shù)據(jù)平臺部署與操作、數(shù)據(jù)庫配置維護、數(shù)據(jù)采集與處理、Hive數(shù)據(jù)倉庫應用、SparkSQL數(shù)據(jù)分析、Zeppelin數(shù)據(jù)可視化等內(nèi)容。每個項目圍繞一個核心知識點展開，通過具體的任務描述、知識課堂和實踐操作引導學生逐步深入學習。本書具有較強的實用性和可操作性，語言精練，通俗易懂

本書主要介紹了如何確保企業(yè)所依賴的數(shù)據(jù)的質量。書中詳細闡述了自動化數(shù)據(jù)質量監(jiān)控的重要性，并提供了實用的方法，幫助企業(yè)高效地覆蓋所有數(shù)據(jù)表，主動發(fā)現(xiàn)數(shù)據(jù)問題，并立即解決。作者們解釋了如何構建無監(jiān)督機器學習模型來檢測數(shù)據(jù)問題，以及如何實施通知機制以減少警報疲勞，并迅速分類和解決這些問題。此外，本書還探討了如何將自動化數(shù)據(jù)質