本书可以分为三大部分，第一部分介绍传感检测系统的组成、传感器的基本概念和发展趋势、传感检测技术基本知识等；第二部分按工作原理分别介绍了典型传感器的基本原理、结构、测量电路以及实例分析，包括电阻式传感器、电容式传感器、电感式传感器、电涡流传感器、压电式传感器、电动势式传感器、光电式传感器、温度传感器、气敏及湿敏传感器和智能传感器与软传感器、数字式传感器等；第三部分介绍了新型的比较实用的传感检测技术。

本书是“十二五”职业教育国家规划教材修订版，是根据《中等职业学校机电技术应用专业教学标准》，同时参考机电设备安装、调试与维修职业资格标准编写的。本书介绍了工业生产现场常用传感器的原理与应用技术，以传感器的检测对象为主线构建模块，选取工业生产中的实际检测任务，采用适合于项目教学的形式编写，力求让学生在“做中学”的学习情境中总结、理解传感器的工作原理、特性，学会传感器的选用、安装、使用，锻炼操作技能。全书共分为八个模块，包括认识传感器、温度测量、气体成分和湿度的测量、物位检测、力和压力的检测、位移检

本书理论结合实践，论述严谨、图文并茂，是一部比较全面和系统的机器人学基础书籍。全书共8章，结合了国内外机器人学教学内容，以及机器人技术项目研究和教学经历对教材结构进行了重新梳理和规划，主要内容包括绪论、机器人机械结构、机器人基础理论、机器人运动学、机器人动力学、机器人轨迹规划、机器人控制、机器人编程语言与离线编程等。各章均附有本章小结、思考题与习题。本书为了便于教学，还提供可修改的电子教案。
本书可作为高等院校机器人工程、自动化、机械电子工程等相关本科专业的机器人学基础、 机器人技

本书介绍了与自主移动机器人运动学建模、导航规划和定位建图相关的数学基础、技术方法和算法。数学基础方面包括概率表示与基本运算，刚性物体三维运动的表示、建模以及计算，概率估计问题建模与求解等；运动学建模方面涵盖轮式移动机器人、躯干式移动机器人、腿足式移动机器人；导航规划方面涵盖路径规划、避障规划、轨迹规划以及融合导航方法；定位建图方面包括常用环境感知传感器、地图表示方法、局部地图构建、里程估计、同时定位与地图构建等，其中里程估计包括运动里程估计、激光里程计、视觉里程计以及多传感器融合里程估计，同时定

本书全面深入地阐述了旋量理论与李群、李代数理论及其关联关系，反映了李群、李代数与机器人机构学相结合的**理论研究成果。全书共9章：第1章为绪论；第2～4章主要讲述了旋量、李群、李代数等数学理论，揭示了刚体位移的固有特性以及与速度旋量和李代数的内在统一性；第5章介绍了旋量理论在机器人运动学中的应用实例；为了更充分地展示现代数学在机器人学研究中的重要意义，根据作者在机器人学理论上的研究进展，第6～8章分别阐述了机器人的质心运动学、多足机器人运动规划及动力学；第9章介绍了李群、李代数和旋量理论在柔性机

本书对大数据分析的原理与Python程序实现进行了系统的介绍，每种算法都采用sklearn和Matplotlib分别进行程序实现及数据可视化。本书共8章，内容包括大数据分析概述、Python数据分析与可视化基础、关联规则与推荐算法、聚类算法及其应用、分类算法及其应用、回归与逻辑回归、人工神经网络、支持向量机等。
本书在理论上突出可读性，在实践上强调可操作性，实践案例丰富，实用性强。随书提供微课视频（正文对应处扫码可观看）、教学课件、习题答案、教学大纲等教学资源。
本书可作为高等院校相

第3版介绍并扩展了许多主题，提供了软件工具和数据挖掘应用程序的修订部分;还更新了参考书目列表，供感兴趣的读者进一步研究;扩展了涉及每个

本书全面地介绍了大数据可视化的基础知识和基本技术。全书共分为8章，内容包括大数据可视化的基本概念，可视化原则，视觉设计基础知识，数据处理技术，对比趋势、比例数据、关系数据等多种数据可视化方式，以及利用可视化对数据进行探索与预测，并通过综合分析案例梳理完整大数据可视化流程。1. 数据可视化设计理论以必需、够用为度，注重实用技术及实际应用的介绍。对于原理性的知识，勿必讲清楚。
2. 力求由浅入深，循序渐进。
3. 采用模块化结构。
4. 结合“案例教学”和“启发式教学”方法，便于激

大数据技术凝集了多学科的研究成果，是一门多学科的交叉融合技术。随着科学技术的发展，大数据技术发展更为迅速，应用更为深入与广泛，并凸显其巨大潜力和应用价值。
“数据科学与大数据技术导论”是数据科学与大数据技术专业的第一门专业基础课程。这门课程可以引导数据科学与大数据技术专业的学生走进大数据技术的大门。
本书主要介绍数据科学与大数据技术的基本知识。全书共分11章，包括数据科学与大数据技术概述、Hadoop大数据处理平台、大数据采集与存储管理、大数据抽取、大数据清洗、数据转换、大数据约简、

Hadoop是当前热门的大数据处理与分析平台。《Hadoop大数据开发基础项目化教程》将大数据平台相关内容划分为8个项目，分别是大数据时代、Hadoop基础环境、Hadoop环境搭建、分布式存储HDFS、MapReduce分布式编程、Hadoop数据仓库Hive、Hadoop数据库HBas、协调系统Zookeeper，每个项目按照知识点拆解分为相关的多个任务，每个任务都有详细的操作步骤实现，由浅入深、将理论和实践相融合，循序渐进地介绍Hadoop集群的相关知识点，使读者能够学以致用，融会贯通，快