本书分上、下两篇： 上篇为数字电子技术基础，共分为9章，分别是： 数字系统概论，逻辑代数，集成逻辑门，组合逻辑电路，锁存器和触发器，时序逻辑电路，存储器和可编程逻辑器件，脉冲波形的变换与产生，数/模和模/数转换。下篇为硬件描述语言Verilog HDL，共分为7章，分别是： 初步了解Verilog HDL，Verilog HDL模块的结构，Verilog HDL语言要素，运算符与表达式，Verilog HDL行为语句，Verilog HDL模型的不同抽象级别描述，Verilog HDL有限状态机

《大数据分析与挖掘》主要内容包括：第 1章绪论、第 2章数据特征分析与预处理、第3章关联规则挖掘、第4章分类算法、第5章聚类算法、第6章分布式大数据流挖掘、第7章 综合案例基于华为技术与设备。本书可作为高等院校数据科学与大数据技术、计算机科学与技术等相关专业的本科生教材。

本书介绍了光电检测系统的构成和应用基础知识。重点叙述了光电检测过程中常用的光源、各种性能的光电转换器、光纤与光纤传感技术和光外差检查技术。 本书内容全面，叙述简明扼要，既重视理论性，也讲究实用性。可供电子信息类及其他相关专业的理工科本科生、研究生作教材选用，也可作为相关科技工作者的参考用书。

本书主要内容包括：第 1章 初识Hadoop、第 2章 Hadoop基础、第3章 Hadoop开发环境配置与搭建、第4章 Hadoop分布式文件系统（HDFS）、第5章 资源管理器（Yarn）、第6章 MapReduce基础程序设计、第7章 MapReduce程序设计、第8章 分布式数据库HBase、第9章 分布式数据仓库Hive、第 10章 项目测试与发布

本书系统讲解了目前大数据开发领域的主流技术与实用技能，尤其侧重于对Hadoop生态系统的讲解，包括Hadoop框架的运作流程、执行原理及数据工具等内容。

全书共分12章，分别对大数据概论、Hadoop集群环境搭建以及HDFS、MapReduce、ZooKeeper、HBase、Hive、Storm、Sqoop、Kafka、Spark和ElasticSearch的核心知识进行了介绍，同时辅以对各种API及实例的深入解析与实践指导，旨在使读者迅速理解并掌握大数据的相关知识框架体系

大数据技术是一个面向实际应用的技术。从大数据中获取有价值信息是大数据技术的精髓。本书详细介绍了数据科学与大数据技术的主要内容，全书分为15章，主要包括数据科学与大数据技术概述、数据处理与存储、数据抽取技术、数据清洗技术、数据转换技术、大数据约简技术、数据集成技术、数据分析技术、数据挖掘技术、分析结果解释、大数据机器学习、大数据推荐技术、社会网络、大数据离线计算、大数据流式计算等。本书在内容上，注重概念、方法介绍，实例丰富、语言精练、逻辑层次清晰，可作为大学《数据科学与大数据技术》专业和相近专业的

本书系统、全面地介绍了大数据技术的基础知识，期望学生通过对本书的学习和实践了解大数据技术的概貌，掌握Hadoop生态圈大数据技术中*为基础和关键的知识。主要内容包括大数据概述、大数据软件技术基础、大数据存储技术、MapReduce分布式编程、数据采集与预处理、数据仓库与联机分析技术、数据挖掘与分析技术、Spark分布式内存计算框架、数据可视化技术、大数据安全。

本书介绍在工业､科研等领域常用传感器的工作原理､特性参数､调理电路､综合应用等知识，对测量技术的基本概念､测试数据处理､抗干扰技术､电磁兼容原理､现代测试技术以及虚拟仪器在检测技术中的应用等也做了介绍。
本书除第1 章外，每章的后一节均安排了“工程项目设计实例”，并附有较多的启发性思考题及应用型习题，有利于各校安排对应的课程设计。
本书在各个章节的适当位置嵌入了很多二维码，

本书系统地介绍了数据预处理､数据仓库和数据挖掘的原理､方法及应用技术, 以及采用Mahout 对相应的挖掘算法进行实际练习｡本书共有11 章, 分为两大部分｡第1 ~7 章为理论部分｡第1 章为绪论, 介绍了数据挖掘与知识发现领域中的一些基本理论､研究方法等, 也简单介绍了Hadoop 生态系统中的Mahout; 第2 ~7 章按知识发现的过程, 介绍数据预处理的方法和技术､数据仓库的构建与OLAP

本书对国际前沿的科学文献计量与知识图谱工具VOSviewer和CitNetExplorer两款软件进行了详细、系统的介绍。VOSviewer主要用于对合作网络、共被引网络以及耦合网络等进行可视化分析，从不同的科学知识图谱视角来认识某一学科领域的结构。CitNetExplorer主要用于对有向文献引证网络的分析，以此来研究某一学科领域的演进历程。