全書共分10章。包括：計算機控制系統(tǒng)概述，線性離散系統(tǒng)的數(shù)學描述和分析方法，計算機控制系統(tǒng)的多種經(jīng)典的、現(xiàn)代的先進控制算法，計算機控制系統(tǒng)硬、軟件設(shè)計；計算機控制網(wǎng)絡(luò)及網(wǎng)絡(luò)控制系統(tǒng)設(shè)計，計算機控制系統(tǒng)的設(shè)計原則與工程實現(xiàn)方法，最后給出了3個計算機控制系統(tǒng)應用設(shè)計實例。本書書末附有3個附錄，分別是常用函數(shù)的Z變換表、MA

本書采用來自生產(chǎn)一線的典型案例，融入職業(yè)能力的相關(guān)要求充分吸收來自生產(chǎn)一線的案例或工作任務，融入職業(yè)技能鑒定的相關(guān)內(nèi)容和要求，體現(xiàn)了理實一體的教學原則。3．體系架構(gòu)靈活，便于教學安排。本教材各項目相對獨立，在教學中可根據(jù)相關(guān)專業(yè)教學要求及實際設(shè)備情況選擇部分項目進行教學，也可選擇部分項目中的部分任務進行教學，體現(xiàn)了教學

本書內(nèi)容包括：工業(yè)機器人概論、工業(yè)機器人數(shù)學基礎(chǔ)、工業(yè)機器人的機械系統(tǒng)、工業(yè)機器人的動力系統(tǒng)等。

本書從傳感器的測量對象出發(fā)，介紹了各種工業(yè)用傳感器；壓力傳感器，溫度傳感器，位移傳感器，測速傳感器，液位、流量傳感器，圖像傳感器等，并對每一種傳感器在工業(yè)機器人方面的應用做了詳細講解。

這是一個大數(shù)據(jù)爆發(fā)的時代。面對信息的激流、多元化數(shù)據(jù)的涌現(xiàn)，大數(shù)據(jù)已經(jīng)為個人生活、企業(yè)經(jīng)營，甚至國家與社會的發(fā)展帶來了機遇和挑戰(zhàn)，大數(shù)據(jù)已經(jīng)成為信息產(chǎn)業(yè)中*具潛力的藍海。 大數(shù)據(jù)可視化這種新的視覺表達形式是應信息社會蓬勃發(fā)展而出現(xiàn)的——因為我們不僅要呈現(xiàn)世界，更重要的是通過呈現(xiàn)來處理更龐大的數(shù)據(jù)、理解各種各樣的數(shù)據(jù)集

本書借助代表當今數(shù)據(jù)挖掘和機器學習*高水平的著名開源軟件Weka，通過大量的實踐操作，使讀者了解并掌握數(shù)據(jù)挖掘和機器學習的相關(guān)技能，拉近理論與實踐的距離。全書共分9章，主要內(nèi)容包括Weka介紹、探索者界面、知識流界面、實驗者界面、命令行界面、Weka高級應用、WekaAPI、學習方案源代碼分析和機器學習實戰(zhàn)。本書系統(tǒng)講

數(shù)據(jù)科學是一門新興的熱門科學，國外一流大學紛紛設(shè)立同名課程，相應的專業(yè)、課程及書籍也深受歡迎。本書是國內(nèi)第一部系統(tǒng)闡述數(shù)據(jù)科學的重要專著，填補了國內(nèi)此領(lǐng)域的空白。本書在結(jié)構(gòu)設(shè)計和內(nèi)容選擇上不僅充分借鑒了國外著名大學設(shè)立的相關(guān)課程以及全球暢銷的外文專著，也考慮到了國內(nèi)相關(guān)課程定位與專業(yè)人才的培養(yǎng)需求。本書共包括8個部分（

本書系統(tǒng)地闡述了數(shù)據(jù)挖掘產(chǎn)生的背景、技術(shù)、多種相關(guān)方法及具體應用，主要內(nèi)容包括數(shù)據(jù)挖掘概述，數(shù)據(jù)采集、集成與預處理技術(shù)，多維數(shù)據(jù)分析與組織，預測模型研究與應用，關(guān)聯(lián)規(guī)則模型及應用，聚類分析方法與應用，粗糙集方法與應用，遺傳算法與應用，基于模糊理論的模型與應用，灰色系統(tǒng)理論與方法，基于數(shù)據(jù)挖掘的知識推理。本書可作為管理科

本書是十二五大數(shù)據(jù)教育系列教材之一。本書的主要內(nèi)容包括：大數(shù)據(jù)基礎(chǔ)知識、大數(shù)據(jù)整理、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)實驗培訓平臺入門、大數(shù)據(jù)行業(yè)分析應用案例（零售、互聯(lián)網(wǎng)、金融保險、制造、網(wǎng)絡(luò)游戲、廣告、旅游等）。本書可作為高等職業(yè)院校開展大數(shù)據(jù)教育的教學用書，也可作為企業(yè)相關(guān)崗位的培訓用書。

雷軍委、晉玉強、王宏編*的《基于Lyapunov與混沌激勵的自適應參數(shù)辨識》在一般的自適應參數(shù)辨識方法之上，研究了混沌激勵對參數(shù)辨識的作用，并針對相當復雜的控制方向未知系統(tǒng)，采用Nussbaum增益方法進行了混沌參數(shù)辨識，這一點是比較新穎的?br/>因此，本書的出版不僅對參數(shù)辨識的理論研究者具有吸引力，同時對廣大工程實