本书从单片机基础知识点开始讲起，通过单片机应用程序范例讲解编程和开发，训练开发思路及系统设计，内容图文并茂，实例丰富，内容循序渐进，具有很强的实用性。
本书可以作为单片机开发设计者的参考用书，也可为相关高校的师生在单片机系统教学实验、课程设计、毕业设计及电子设计竞赛等许多方面提供参考。

小型智能机器人制作一书不仅简述了机器人涉及的基本技术知识，还用较多篇幅介绍了机器人制作的技术流程，如基本划线、铆接、电路热转印等实践工序，使得读者能够跟随本书的教学，制作出一个小型机器人，并加以应用。此外，为了方便初学者的学习，本书还增加了在线资源、程序下载包、硬件设计套件等丰富的配套资源，方便非工科专业或大众读者进行自学。本书不仅适用于工科学生的校内实践教学，还适用于广大机器人技术爱好者的学习和制作。

本书介绍了工业机器人离线编程与仿真的相关知识。全文共分七个项目：项目1离线编程软件的认知；项目2创建仿真机器人工作站；项目3创建机器人仿真工作站的要素；项目4创建仿真工作站动态效果（Smart组件）；项目5仿真工作站逻辑的连接与程序的编辑；项目6机器人工作站简单离线轨迹编程；项目7基于机器人-变位机系统的焊接作业编程。随着产教融合建设推进，智能制造专业系列教材按照教育部“一体化设计、结构化课程、颗粒化资源”的逻辑建设理念，本书系统地规划了教材的结构体系。课程以学习行为为主线，主要包括“

教材以力的测量、温度的测量、位移的测量、转速的测量、振动的测量和液位的测量六个项目构成，形成了以被测物理量为研究对象的新思路，打破了原有的以物理工作原理的结构形式。加强了实训安排，每个项目以某一个具体传感器应用设计为依托。

KEBA机器人控制系统是国际顶级自动化方案提供商KEBA工业自动化公司开发的开放式、标准化机器人控制系统，因其代表了当前工业机器人控制器的主要发展方向，得到了众多工业机器人本体厂家的青睐。为应对众多企业对开放式、模块化、标准化机器人控制器人才急剧增长的需求，KEBA工业自动化公司基于其机器人控制系统开发了“KEBA工业机器人应用工程师”国际认证标准。为便于中国用户顺利通过KEBA国际化认证，科控工业自动化设备（上海）有限公司（KEBA中国公司）、深圳市华兴鼎盛科技有限公司和深圳职业技术学院等单位

本书主要涵盖专家系统、模糊控制、神经网络、进化计算四个经典的智能控制模块，以及各常见的典型智能优化算法的基本理论及计算机仿真实现、工程实现及其实际应用等，各智能控制模块都分别详细阐述了其发展历史、核心思想基本含义、算法的Matlab软件仿真实现、半实物仿真试验验证、电力系统工程实际应用研究等五个方面。编写体例基本一致，首先阐述智能算法的发展历史，介绍其起源和发展改进过程，尽可能涵盖国内外相关历史文献资料；然后介绍基本智能算法的核心思想及其基本含义，接着详细分析如何采用Matlab软件仿真实现该智

　　《过程控制（第4版）》共由三篇组成：第一篇控制系统，包括控制系统概述、控制系统分析、简单控制系统、复杂控制系统和典型过程单元控制，共五章；第二篇控制元件，包括过程测量仪表、控制器和执行器，共三章；第三篇综合自动化，包括综合自动化系统概述、工业控制网络与现场总线、集散控制系统、安全仪表系统和自动化系统应用实例，共五章。各部分均附有例题与习题，最后还有综合测试卷四套及答案。
　　《过程控制（第4版）》适用于石油、化工、制药、冶金、电力、材料、食品和轻工等工艺类和设备制造类本专科专业学生，电

本书介绍智能控制的基本概念、原理、技术与应 用。全书共8章。第1章介绍智能控制的概况，第2章至 第7章逐一研究了递阶控制、专家控制、模糊控制、神 经控制、进化控制和网络控制等系统，第8章介绍智能 控制的发展简史与展望。与第二版相比，许多章节内 容得到 新。本书内容系统、全面、新颖、精练，反 映出 外智能控制研究和应用的 新进展，是一本 智能控制的导论性教材。

本教材一共6个项目，项目1为SOA基础知识导入，主要介绍了SOA的基本概念、发展历程，与企业IT战略之间的关系；项目2介绍了Web服务的相关基础知识，包括Web服务的体系结构特性、服务规范、SOAP、WSDL、UDDI等；项目3介绍了ESB的相关知识，明确了ESB与EAI之间的关系，介绍了SOA思想针对实际问题的具体实现思路，重点讲解了iESB引擎和iESB设计器的安装配置方法；项目4至项目6比较了REST和SOAP两种WebService方式的差别，并通过模拟校园中常见的多个信息系统整合开发应

社交网站数据如同深埋地下的金矿，如何利用这些数据来发现哪些人正通过社交媒介进行联系？他们正在谈论什么？或者他们在哪儿？本书第2版对上一版内容进行了全面更新和修订，它将揭示回答这些问题的方法与技巧。你将学到如何获取、分析和汇总散落于社交网站（包括Facebook、Twitter、LinkedIn、Google 、 GitHub、邮件、网站和博客等）的数据，以及如何通过可视化找到你一直在社交世界中寻找的内容和你闻所未闻的有用信息。