《分布式智能算法及在大数据中的应用》主要包括智能算法技术与大数据概述；基于Ｈａｄｏｏｐ的分布式杂交水稻算法；基于Ｈａｄｏｏｐ的随机奇异值分解算法；基于Ｈａｄｏｏｐ的分布式水波优化算法；基于Ｓｐａｒｋ的分布式关联规则挖掘算法；基于Ｓｐａｒｋ的分布式飞蛾扑火优化算法；基于Ｓｐａｒｋ的分布式蚁狮算法等内容。本书既可以作为计算

数字经济时代，数据已经成为国家的重要战略资源，已经成为国家核心竞争优势的关键要素。近年来，随着数字经济的迅猛发展，数据的跨境流动规模呈指数量级增长，对全球经济的贡献度也引人瞩目。跨境数据流动已成为关系各国政治、经济、社会的核心议题。全球主要经济体已经围绕跨境数据流动所涉及的重要议题出台规制方案，并积极参与国际规则制定。

本书以任务为导向,较为全面地介绍了Spark大数据技术的相关知识。全书共9章,具体内容包括Spark概述、Scala基础、Spark编程基础、Spark编程进阶、SparkSQL--结构化数据文件处理、SparkStreaming--实时计算框架、SparkGraphX--图计算框架、SparkMLlib--功能强大的

本书主要针对不确定系统的自适应控制方法进行了讲解。首先对自适应控制的发展历史以及基本原理做了基本的介绍;然后,针对几类典型的不确定系统,包括高阶非线性系统、网络化系统、混杂系统、偏微分系统以及随机系统,研究了如何设计自适应控制器以及对系统如何进行稳定性分析。本书还包含部分神经网络和模糊系统的智能自适应控制方法,同时结合

本书由基础篇和实战篇两部分组成。基础篇包括大数据概述、大数据技术、大数据处理平台、大数据采集与存储、新型数据库、大数据分析与处理、数据可视化。通过基础篇的学习,读者可对大数据技术有一个概括性的了解。实战篇以企业案例为主线,详细介绍大数据分析与处理的技术实现过程,包括大数据分析基础环境搭建、大数据平台搭建、大数据分析案例

本书是人工智能技术应用专业核心课程教材之一,采用课程思政+基础概念+项目案例编写模式,通过对人工智能和数据标注的概念、方法、工具、案例的系统介绍,结合文本、语音、图形图像、视频4个方面的数据标注项目(每个项目以不同的案例加以分析和操作)使初学者快速学习和掌握数据标注的基础知识及工具软件的使用方法。

本书内容选取体现了系统性、先进性、实用性和工程型。覆盖了工业控制计算机基本概念,输入/输出接口与过程通道技术、计算机控制系统的理论基础、计算机控制软件技术、计算机系统控制器设计、计算机控制系统设计于实现、工业网络控制技术、基于matlab的计算机控制仿真技术等。

本书的1-4章对数据标注的基础概念、技术及系统等进行详细介绍;5-8章则分别对文本、音频、图像和视频四类数据的标注进行介绍;9、10两章则从自动驾驶数据标注、人脸人体数据标注的真实场景出发,从实操的角度进行阐述;第11章对数据标注的未来发展进行展望。

本书详细介绍了一个与60多年来的现代控制理论中最基本的设计原则分离原则完全不同的综合设计原则。这一设计新原则将综合根据观测器设计的结果和受控系统输出观测的关键参数，来设计一个允许只针对部分受控系统状态的状态反馈控制广义状态反馈控制。这一部分系统状态的数目等于观测器，即反馈控制器的阶数。这一阶数将首次根据不同的实际受控系

本书由浅入深，内容丰富。全书共11章，主要内容包括第1章R语言数据分析概述、第2章R语言数据操作基础、第3章数据读写、第4章数据预处理、第5章数据的描述统计分析、第6章数据相关性分析、第7章R语言可视化基础、第8章高级可视化工具、第9章聚类分析、第10章关联规则、第11章分类及预测。本书可作为高等院校数据科学相关专业的