本书从大数据基础原理、大数据分析方法和大数据行业应用三个部分介绍大数据技术。全书共12章，内容包含大数据的基本概念，分布式基础架构Hadoop，分布式文件系统HDFS，NoSQL数据库，分布式计算框架MapReduce，大数据基本分析方法（聚类、分类与预测），大数据在搜索引擎、推荐系统以及其他行业的应用。本书在前7章设

Hadoop是使用最广泛的大数据处理框架之一，在大数据领域有着极其重要的地位，掌握Hadoop可以让学习者对大数据的理解更进一步。本书是基于Hadoop3.1.3编写的，从大数据的特点和处理难点入手，逐步讲解Hadoop的起源和发展。从搭建Hadoop的学习环境开始，依次对Hadoop的三大功能模块进行重点讲解，并且结

大数据是推动创新型国家建设的重要战略资源。本书从机器学习、可视分析、知识处理、数据挖掘等角度出发，详细讨论了大数据分析的相关基础理论和技术方法，主要包括：大数据机器学习理论与方法，大数据可视分析理论与方法，多源不确定数据挖掘方法与技术，自动深层化知识处理方法与技术，大数据分析平台、标准与应用示范等。本书总结了部分代《B

本书系统介绍了生产过程控制系统的辨识方法（生产过程控制系统分析）、过程控制技术（集散控制系统架构设计）、基本实现方法（简单集散控制系统组态与仿真运行）和综合实现方法（复杂集散控制系统组态与仿真运行）。全书共分为四个项目，每个项目引入了典型工程案例，从项目案例到任务的安排与设计，由浅入深、简单到复杂、基础到综合，重点突出

本书从高职院校教学实际出发，结合企业实际岗位职业能力要求，校企合作共同开发。现代化自动生产线的最大特点是综合性和系统性。综合性是指机械技术、微电子技术、电工电子技术、传感测试技术、接口技术、信息变换技术、网络通信技术等多种技术有机结合，并综合应用到生产设备中；系统性是指生产线的传感检测、传输与处理、控制、执行与驱动等机

过程控制是由控制理论、计算机技术和仪器仪表、工艺知识等知识相结合而构成的一门应用科学，其任务是在了解、熟悉、掌握生产工艺流程与生产过程的静态和动态特性的基础上，根据工艺要求，应用控制理论、现代控制技术，分析、设计、整定过程控制系统。通过本书的学习，使读者能够掌握过程控制系统的基本概念、基本组成环节和基本控制规律，了解过

本书聚焦综合信息系统智能化的关键和难点，摒弃传统的处理模式，充分利用数据的不确定性信息，就区间、序列、直觉模糊、犹豫模糊、语义等不同类型数据的相似度量、粒层转化、识别决策等开展了较为系统、深入的研究，构建异类数据间统一的粒层转换框架，解决不同类型数据间的相似度量、跨层关联与融合问题。全书共分15章，第1章介绍问题的来源

本书根据高等学校研究生高级控制理论课程的教学要求编写，主要围绕非线性系统数学模型、控制器典型设计方法、热门研究方向三个方面展开，并阐述了非线性系统控制理论的基本内容与进展。为了教材知识体系的完整性以及拓展读者的视野，加深学生对课程的理解以及后续的科研工作，每章均有习题。全书兼具理论性、资料性和实践性。

本书在介绍测量误差理论、测量系统特性及系统可靠性基本知识的基础上，系统地阐述了温度、压力、流量、液位、成分分析等过程参数以及运动控制系统中的位置、速度（转速）、转矩及功率测量等参数的检测原理、测量方法、测量系统构成及测量误差分析，同时还注意介绍各种测量装置的安装使用条件，以保证检测系统的测量精度。本书可作为高等院校自动

伴随人类社会数字化进程的深入，数据正不断渗透于日常的生活、生产、分配、流通、消费等各个环节，对人类社会的影响日益凸显。数据已成为继土地、劳动力、资本、技术之后的第五大生产要素，对其他生产要素的整合能力也使其成为既有要素中最重要的和最难替代的关键要素，并成为值得重点讨论的时代性议题与理解数字时代的基本入手点。 对数据要素