當前不乏大數(shù)據(jù)具體技術(shù)組件的書籍，但卻很少有從大數(shù)據(jù)平臺整體建設和產(chǎn)品形態(tài)的宏觀角度入手來闡釋的。本書重點介紹大數(shù)據(jù)開發(fā)平臺服務構(gòu)建的整體思路和解決方案，內(nèi)容涵蓋一個成熟的大數(shù)據(jù)開發(fā)平臺必不可少的各類核心組件：工作流調(diào)度系統(tǒng)、集成開發(fā)環(huán)境、元數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)交換服務、數(shù)據(jù)可視化服務、數(shù)據(jù)質(zhì)量管理服務，以及測試環(huán)境的建

本書從大數(shù)據(jù)的前身——數(shù)據(jù)挖掘技術(shù)入手，首先介紹了數(shù)據(jù)挖掘技術(shù)及在大數(shù)據(jù)中常用的采集、存儲和分析方法；然后以多語音識別和多語言識別為例，對大數(shù)據(jù)信息處理技術(shù)的關鍵應用給出了詳細的說明；接著給出了大數(shù)據(jù)場景分析，詳細介紹了基于場景分析的大數(shù)據(jù)信息處理應用，如MOOC大數(shù)據(jù)教學分析系統(tǒng)、社交網(wǎng)絡大數(shù)據(jù)關系推薦系統(tǒng)、金融服務

本書詳細介紹面向數(shù)據(jù)流模式挖掘的理論和方法。本書主要內(nèi)容包括四部分：第1和第2章介紹數(shù)據(jù)庫和數(shù)據(jù)流模式挖掘的相關知識；第3章介紹基于滑動窗口模型和時間衰減模型的閉合頻繁模式挖掘算法的研究與實現(xiàn)過程；第4章介紹基于多支持度的連續(xù)閉合序列模式挖掘算法的研究；第5章介紹基于約束閉合模式的決策樹分類算法的研究與實現(xiàn)過程。每章都

本書是電子類專業(yè)核心課程的教材之一，由多年從事數(shù)字電子技術(shù)理論和實驗教學的教師合作完成。書中以Xilinx公司的VivadoFPGA設計套件為基礎，硬件平臺以Xilinx的NexysVideoArtix-7FPGA多媒體音視頻智能互聯(lián)系統(tǒng)為主，并輔以Basys3FPGA口袋開發(fā)板；軟件平臺采用ModelSim、Viva

本書共兩部分：*部分包含第1～5章，介紹自動測量的基礎知識，從能量轉(zhuǎn)換的角度介紹常用的傳感器基本原理以及測量信號的轉(zhuǎn)換處理方法，并著重闡述工程中*為常見的溫度和流量參數(shù)的測量技術(shù)；第二部分包含第6～9章，側(cè)重講述虛擬儀器技術(shù)，說明虛擬儀器系統(tǒng)的設計方法，并嘗試從工程應用的角度介紹虛擬儀器技術(shù)在自動檢測中的應用。

本書較全面地介紹了數(shù)據(jù)挖掘的基本理論、算法及應用。首先介紹數(shù)據(jù)挖掘的基本概念，隨后重點講述關聯(lián)規(guī)則、分類、聚類等模式的挖掘技術(shù)并介紹相關的經(jīng)典算法，同時注重數(shù)據(jù)挖掘技術(shù)的應用實例講解，包括多模態(tài)腦影像挖掘、腦網(wǎng)絡分析及其在生物信息學和軟件工程中的應用。*后，對近年來發(fā)展迅猛的領域，如使用進化計算作為主要方法的數(shù)據(jù)挖掘技

本書全面系統(tǒng)地介紹了多媒體數(shù)據(jù)挖掘的基本概念與經(jīng)典體系結(jié)構(gòu)，多媒體數(shù)據(jù)挖掘的基本理論（包括多媒體數(shù)據(jù)特征和知識表示、統(tǒng)計數(shù)據(jù)挖掘理論和基于軟計算的理論），多媒體數(shù)據(jù)挖掘理論解決實際多媒體數(shù)據(jù)挖掘問題的具體實例（包括圖像檢索和挖掘、圖像語義標注、視頻檢索，以及音頻分類）等。同時，介紹了多媒體數(shù)據(jù)挖掘的**研究成果和應用前

本書以數(shù)據(jù)挖掘為應用載體，按應用頻率的高低，系統(tǒng)地介紹分治算法、貪心算法、搜索算法和動態(tài)規(guī)劃算法。同時，介紹算法分析所用的漸近符號及常用的分析方法，包括遞歸分析方法、非遞歸分析方法。本書的特點是結(jié)合作者及其團隊研究的數(shù)據(jù)挖掘問題，注重介紹算法的基本思想及算法應用的啟發(fā)性。

本書結(jié)合現(xiàn)代IT技術(shù)、地理信息系統(tǒng)軟件新技術(shù)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術(shù)，詳細介紹時空大數(shù)據(jù)概念與發(fā)展，基于云環(huán)境的時空大數(shù)據(jù)平臺體系T-C-V軟件結(jié)構(gòu)和組成，重點闡述時空大數(shù)據(jù)中心、時空信息云服務中心和云應用集成管理中心三大部件，*后以全空間一張圖平臺為例，介紹該平臺的實踐情況。

伴隨著大數(shù)據(jù)時代的到來，信息爆炸產(chǎn)生了海量數(shù)據(jù)，云計算、物聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)滲透到人們?nèi)粘Ｉ�活的各個領域，互聯(lián)網(wǎng)金融、電子商務、信息科技等先進科技領域無時無刻不在產(chǎn)生數(shù)據(jù)。數(shù)據(jù)結(jié)構(gòu)越來越復雜，數(shù)據(jù)形式越來越多樣，深度挖掘海量數(shù)據(jù)中隱含的信息成為大數(shù)據(jù)時代經(jīng)濟管理發(fā)展的迫切需求。聚類是數(shù)據(jù)挖掘的重要方法，面對海量數(shù)據(jù)，提

本書用生活中常見的例子、有趣的插圖和通俗的語言，把看上去晦澀難懂的數(shù)據(jù)挖掘與機器學習知識以通俗易懂的方式分享給讀者，讓讀者從入門學習階段就發(fā)現(xiàn)，原來數(shù)據(jù)挖掘與機器學習不但有用，還很有趣。本書以IBMSPSSModeler作為案例實踐工具，首先介紹了數(shù)據(jù)挖掘的基本概念及數(shù)據(jù)挖掘方法，然后介紹了IBMSPSSModeler

本書系統(tǒng)的講解了深度的基本知識，以及使用機器學習解決實際問題，詳細的介紹了如何構(gòu)建及優(yōu)化模型，并針對不同的問題給出了不同的解決方案，通過不同的例子展示了具體的項目中的應用和實踐經(jīng)驗，是一本非常好的深度學習的入門和實踐的書籍。本書以實踐為導向，使用Keras作為編程框架，強調(diào)簡單，快速的上手建立模型，解決實際項目問題。讀

本書根據(jù)過程工業(yè)所用原料和生產(chǎn)產(chǎn)品的特性，提出了對輸送設備的要求，對流體流動從理論上進行了介紹；并介紹了液體輸送設備——泵、高壓氣體輸送設備——往復式壓縮機和離心式壓縮機、低壓氣體輸送設備——風機、粉體的機械式輸送設備、粉體的流態(tài)化輸送設備——氣力輸送與水力輸送、粉體的生產(chǎn)加工設備——粉碎設備的工作原理、特性、分類、選

深度學習是目前人工智能研究中前沿、有效的一項技術(shù)，主要通過構(gòu)建深度神經(jīng)網(wǎng)絡解決視覺、自然語言處理、語音識別等諸多領域的問題。百度在2016年發(fā)布了國內(nèi)首個開源深度學習框架PaddlePaddle，簡化了深度學習算法的實現(xiàn)步驟，提供了靈活、易用的接口，同時支持分布式訓練。 本書由簡單的例子引入深度學習和PaddlePad

你是不是有這樣的困惑：“讀了不少關于大數(shù)據(jù)的書，發(fā)現(xiàn)這大數(shù)據(jù)既可以用于競選美國總統(tǒng)，又能夠預測禽流感，還能賣啤酒和尿不濕，又是圍棋高手……大數(shù)據(jù)好像什么都能干耶！可是咋整呀？大數(shù)據(jù)多大為大呀？大數(shù)據(jù)能賺錢不？……唉，怎么還是一頭霧水�！北緯鴮�為你答疑解惑。本書將展現(xiàn)作者在國內(nèi)外大數(shù)據(jù)第一線的實戰(zhàn)經(jīng)驗，面向不同行業(yè)的共性

本書共分六個項目，包括認識自動化生產(chǎn)線、供料單元、搬運單元、裝配單元、機器人分類儲存單元、生產(chǎn)線整體裝調(diào)，分別敘述了生產(chǎn)線各部分的結(jié)構(gòu)、原理、裝調(diào)方法及控制電路軟硬件內(nèi)容，圖文并茂，實用性強。本書可作為職業(yè)學校、技工學校的教材，也可作為相關人員的培訓教材，還可作為技術(shù)人員學習用書。

《非線性系統(tǒng)控制理論與技術(shù)/普通高等學校電類規(guī)劃教材·電氣自動化》主要包含兩部分，及非線性系統(tǒng)理論分析和非線性系統(tǒng)控制技術(shù)及應用，非線性系統(tǒng)理論部分包含二維相平面軌線圖分析、Lyapunov穩(wěn)定理論及無源性穩(wěn)定理論、非線性系統(tǒng)線性化控制、非線性系統(tǒng)反饋線性化控制、非線性系統(tǒng)反步控制及非線性系統(tǒng)滑�？刂频�。這些控制技術(shù)簡

《故障診斷的不確定性與知識獲取》首先在介紹故障診斷概念體系的基礎上，闡述了故障診斷的信息模型及其不確定性度量，并具體研究了包含不完備信息、不一致信息的不確定故障診斷系統(tǒng)的知識獲取技術(shù)；然后以此為基礎，研究了基于共振稀疏分解法的滾動軸承早期故障微弱信號檢測技術(shù)、基于小波包技術(shù)的齒輪故障特征提取技術(shù)、基于流向圖的齒輪故障診

本書系統(tǒng)論述了分片線性分類器的設計方法及相關問題。全書共六章：第1章介紹分片線性分類器的發(fā)展歷程和演化趨勢，以及傳統(tǒng)的分片線性分類器的設計方法，并對其優(yōu)缺點進行分析和總結(jié)；第2章詳細論述該領域的**研究成果，即組合凸線性感知器這一通用理論框架；第3～6章分別從分類精度提升、分類模型簡化、克服數(shù)據(jù)可分性限制和新框架設計等

本書主要闡述基于滑模變結(jié)構(gòu)控制技術(shù)的容錯控制及量化控制設計的基本內(nèi)容和方法，介紹國內(nèi)外相關領域的**研究成果。本書主要內(nèi)容如下：基于滑模狀態(tài)反饋和輸出反饋的不確定線性系統(tǒng)的容錯控制；基于滑模量化狀態(tài)反饋和輸出反饋的不確定線性系統(tǒng)的容錯控制；一類含輸入非線性系統(tǒng)的量化輸出反饋滑模變結(jié)構(gòu)控制；一類不確定混沌系統(tǒng)在執(zhí)行器故障