本书共10章，主要描述了动力学系统建模的理论、方法及其在科学与工程中的应用，包括绪论、振动基础理论、有限元法、动态刚度法、谱元法、统计能量法、能量有限元法、动态子结构法、电磁超声检测、非线性振动。

本书共7章，面向文本、音频、图像、视频、时空数据等多媒体数据类型，从数据处理的角度组织章节内容，重点介绍多媒体数据采集、压缩、存储、传输、生成、分析及应用的相关原理和技术。本书编写深入浅出，既系统介绍基础知识，又力求讲清数理概念，也能紧跟大数据与智能领域的研究和技术前沿。

本书是一本介绍大数据分析方法与实践应用的教科书。全书共8章，在系统介绍大数据分析的基础知识、大数据的采集与预处理方法的基础上，重点介绍了多维数据统计分析、文本数据分析、空间数据分析、知识图谱分析等主流大数据分析方法的基本原理、操作步骤及实践案例，最后介绍了大数据可视化的常用工具及相应操作。 本书的特点是理论与实践相结合，注重知识的实用性，知识点覆盖面广，实践应用价值和可操作性强，既可作为高等院校和高职院校数据科学与大数据技术、大数据管理与应用、信息管理与信息系统、电子商务等专业数据分析相关课程的

本书系统介绍数据挖掘经典算法和机器学习主流算法, 并为经典算法、应用案例和实验题目均提供相关实验数据和Python代码实现, 特别是大模型在数据挖掘中的应用。通过经典算法、大模型应用、Python实现和实际项目应用“四位一体”, 强化数据挖掘和机器学习算法的理解和掌握, 对经典算法做到“精”和“通”。全书共13章, 大致分为3部分, 第1部分 (第1-6章) 介绍数据挖掘的基础知识 (数据挖掘过程、数据探索和数据预处理) 和经典算法 (关联规则、聚类、分类等); 第2部分 (第7-9章

本书分为两部分。第1部分为组态控制技术学习项目，通过机械手监控系统等5个具体项目的实施，介绍计算机监控系统的硬件设计、软件设计与调试的具体方法，包括计算机监控系统的方案设计，传感器/变送器和I/O接口设备选型，方框图和原理图绘制，监控画面制作，系统软硬件调试等内容。I/O接口设备涉及的主流硬件包括PLC、I/O板卡、I/O模块等。第2部分给出了6个练习项目，供学生进行独立设计与调试训练。

本书遵循校企双元育人理念，系统构建知识体系，将数据安全法规、数据伦理意识与工匠精神深度融入案例设计，着力培养学生“依法采集、科学治理、安全应用”的职业素养。依托真实项目载体，内容紧密对接大数据工程技术人员、人工智能工程技术人员等国家职业标准，融入行业前沿技术规范及职业院校技能大赛竞赛标准，通过“项目导学—任务分解—实战解析—课后拓展”的四阶递进式教学模式，实现学生技能的螺旋式提升。
本书依托真实项目载体，共规划了5个项目。项目1旨在引领读者开启数据采集世界的大门，了解其基本概念、发展历程及

全书共分为七个项目，内容从基础环境搭建起步，逐步涵盖HDFS、ZooKeeper、HBase、Hive、MapReduce、YARN、Spark、Flink等多个组件的部署与企业级实战项目。每个项目均融入课程思政元素与实训实验，形成“理论认知→技术实践→价值引领”三位一体的教学闭环。

本书主要涉及六个项目，即Hadoop介绍、数据采集与分布式文件存储、分布式数据处理、离线数据分析、数据迁移以及数据可视化，严格按照生产环境中的操作流程对知识体系进行编排。使用循序渐进的方式从数据的采集、存储、清洗、分析、数据迁移一直到分析结果的可视化展示对知识点进行讲解。

本书共分10章，力求构筑起循序渐进的学习路径，从大数据基础概念到环境配置，再到数据采集、存储，继而深入到数据分析与可视化，按照技术学习的逻辑顺序进行组织。全书在编写过程中深度融合校企双方优势资源，以“理论结合实践”为主线，通过案例和实验，帮助读者构建完整的大数据知识体系，提升实际工作能力。

本书采用项目化架构，包含六大项目：大数据基础知识、数据库技术基础、大数据分析方法、商业大数据处理(Power BI)、财务报表分析及财务大数据综合分析。每个项目均以真实商业场景为载体，涵盖电商销售分析、客户行为洞察、财务风险预警、投资决策支持等典型应用场景，引导学生完成从数据采集、清洗到建模分析及可视化呈现的全流程训练。