“小型自动化系统应用”是一门着重于自动化技术综合应用的课程。本书包括基础知识、实践操作和安全及技术规范三部分内容。基础知识篇讲述了自动化系统中常用的技术知识，主要有气动技术、组态技术、变频器技术、PLC技术及伺服驱动器；实践操作篇讲述了小型自动化系统应用的实施过程，主要以气动控制系统、变频调速控制系统、单轴伺服控制系统为例讲述了自动化系统集成过程中的机械安装、电气安装及接线、软硬件调试等方法，还通过一套五站自动生产线系统集成讲述了网络控制技术；安全及技术规范篇讲述了综合自动化系统集成过程中

本书系统地阐述了应变式、电感式、电容式、压电式、磁电式、光电式、气敏及湿敏式、热电式传感器的工作原理，基本结构类型及特性，转换电路和相关应用。同时，本书还结合轨道交通装备讲述传感器在现场的具体应用，介绍了目前使用较多的智能传感器及相关新技术。本书还以飞思卡尔单片机为基础，设计DS18B20智能温度传感器、MMA8451加速度传感器、ENC-03MB角速度传感器、Mini1024J式编码器等的硬件接口电路，并编写相关源程序。学生通过学习本书，可以自己动手验证或者应用所学内容。
本

本书根据高职高专教育的特点，以职业岗位核心能力为目标，精选教学内容，力求新颖、简练、学用结合。
本书按照传统传感器的类型划分内容，从效应原理、电路处理、应用实例入手讲解各种传感器在实际工作中的应用。书中通过实验和工程实例，讲解了检测技术的基础知识和测量信号的基本处理技术；联系现实生活，讲解了传感器的综合应用；并讲述了工业传感器的相关知识，安排了工业传感器的综合实训。
本书可以作为高职高专和成人高校的电气自动化技术、生产过程自动化技术、应用电子技术、机电一体化技术、楼宇智能化技术以及

本书从实用角度出发，介绍了传感器的工作原理、外特性及应用电路，注重传感器的新技术、新理论、新方法、新器件以及检测系统的综合设计分析，力求使读者了解传感器的学科前沿与发展动态。全书分为14章，主要内容包括传感器与检测技术基本知识、电阻式传感器、电容式传感器、电感式传感器、热电式传感器、压电式传感器、半导体式传感器、光电式传感器、图像传感器、数字式传感器、磁电式传感器、传感器新技术及其应用、现代检测系统综合设计。

本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的分布形态、高维数据、空间数据的展示，并且介绍了统计制图的一些基本原则和图形美化的操作。

本书系统地讲解了大数据处理常用技术，具体包括大数据处理架构Hadoop、分布式文件系统HDFS、MapReduce编程模型、分布式数据库Hbase、NoSQL数据库、Spark分布式内存计算、MapReduce应用开发、Spark SQL编程、数据可视化。本书编写特色理论与具体操作相结合，较低基础入门大数据技术。读者对象是本科、专科或研究生大数据技术课程教材，大数据技术爱好者，其他对大数据技术感兴趣的人员。

本书系统介绍了大数据基础知识和相关技术，全书分为大数据概述篇、大数据存储与管理篇、大数据采集与预处理篇、大数据分析与挖掘篇、大数据平台Hadoop实践与案例分析篇。全书共15章，主要内容包括大数据基本概念、大数据存储与管理概念及技术、大数据采集及预处理技术、大数据计算模式、大数据分布式并行处理框架Hadoop、大数据分布式文件系统HDFS、大数据分布式数据库系统HBASE、大数据Hadoop平台操作实践及具体大数据预测应用案例分析。

共分11章，第1章对大数据及Hadoop进行总体介绍，第2章讲解了如何搭建Hadoop集群。第3-5章讲解了HDFS分布式文件系统、MapReduce分布式计算框架以及Zookeeper分布式协调服务。第6章讲解Hadoop2.0的新特性。第7-10章主要讲解了Hadoop生态圈中的相关辅助系统，包括Hive、HBase分布式存储系统、Flume、Saoop。第11章讲解了综合项目：电商精准营销。

本书是高校的大数据导论课程教材，清楚地介绍了大数据相关的概念、理论、术语与基础技术，并使用真实连贯的商业案例以及简单的图表，帮助读者更清晰地理解大数据技术。本书可作为高等院校相关专业“大数据基础”“大数据导论”等课程的教材，也可供有一定实践经验的软件开发人员、管理人员和所有对大数据感兴趣的人士阅读。

本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共9章，内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，本书详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放和大数据交易。 本书可以作为高等院校大数据专业的导论课教材，也可供相关技术人员参考。