本书内容涵盖分布式理论基础、大数据处理架构Hadoop、Hadoop分布式文件系统、基于Hadoop的数据仓库工具Hive、分布式数据库HBase、分布式计算框架MapReduce、基于内存的分布式计算框架Spark、分布式计算框架Flink、分布式协作服务ZooKeeper等大数据平台架构核心理论与重要组件，以及资源管理平台YARN，分布式数据采集和传输系统Flume，基于发布/订阅的消息队列Kafka，分布式NewSQL数据库TiDB，分布式日志收集、查询和展示系统Loki，向量数据库Mil

本书详细介绍大数据采集与清洗的相关知识和技术，共9章，分别是概述、网络爬虫基础、网页数据抓取、缓存下载页面、并发/并行爬取、用Selenium抓取动态内容、Scrapy爬虫框架及其应用、大数据平台系统日志采集、pandas数据清洗。本书大体上由数据采集（第2～8章）和数据清洗（第9章）两部分内容构成，以Python作为编程语言。数据采集部分以Web数据采集为主，也涉及Hadoop大数据平台的数据采集，内容由浅入深，循序渐进，理论与实践相结合，帮助读者理解和掌握数据采集的相关技术；数据清洗部分主要

本书系统介绍数据科学核心理论与技术，融合了数学、统计学和计算机科学等多学科知识，旨在构建完整的数据科学知识体系。全书共 15 章，主要内容包括数据预处理、经典机器学习模型（回归、分类、聚类、集成）、关联规则挖掘、特征工程（降维与特征选择）、最大期望算法、概率图模型、深度学习、文本分析、图与网络分析以及分布式计算等核心模块。特别值得关注的是，本书对当前热点技术如Transformer、BERT、图神经网络等进行了讲解，并设有专门的文本分析和图与网络分析章节。此外，书中包含丰富的附录内容，涵盖了矩阵

本书以数据智能技术为核心，深入剖析了其在全球数据爆炸性增长背景下的应用与发展。内容涵盖自然语言文字、图像识别、视频、音频、时间序列、时空、社交网络、生物信息学及多模态等9大关键领域数据的分析与处理。全书系统回顾了每个领域中的基础理论、关键技术进展及其实际应用案例，理论与实践紧密结合，条理清晰，并提供丰富的习题和参考文献供读者巩固学习及拓展进阶，无论是专业人士深入研究，还是初学者了解前沿，都极具参考价值。本书分上下两册出版，上册包含第一至五部分，下册包含第六至九部分。本书可作为高等学校数

本书是大数据新兴领域“十四五”高等教育教材。本书主要介绍数据全与隐私保护的相关知识、技术和方法，主要内容包括：导论、密码学、数据存储与处理安全、数据传输安全、身份认证与访问控制、数据隐私保护、大数据算法安全与隐私保护、隐私保护案例分析，涉及数据存储、数据处理、数据传输、数据共享和数据使用等生命周期的安全保护，以及隐私保护、身份认证、访问控制和大数据算法等相关技术。通过本书学习，读者能够掌握在数据全生命周期保护数据安全的相关技术，学会在数据共享中保护隐私的具体方法。本书提供配套的教学大纲

本书是大数据新兴领域“十四五”高等教育教材。本书系统、全面地阐述了大数据管理的基本概念、技术和方法。全书分为三篇，共9章。第一篇为数据管理系统概述，包含第1章，综述了数据管理系统发展所经历的四个阶段，以及大数据管理系统的数据特征和系统特征，阐述了大数据管理系统的组成，指出大数据管理系统完成了从NoSQL到NewSQL的过渡。第二篇为NoSQL数据库，包含第2~4章，阐述了键值数据库、文档数据库、图数据库的相关知识。第三篇为NewSQL数据库，包含第5~9章，阐述了NewSQL数据库基本

本书聚焦大数据存储技术，以由浅入深、循序渐进的方式展开讲解。书中实例丰富，通过大量案例详 细阐释技术原理与应用要点，帮助读者掌握技巧；注重技能提升，通过众多项目案例培养读者独立操作与 开发实践的能力；将专业知识与思政教育紧密结合，提升读者的综合素养；采用项目式教学，增强实用性。 本书共有 7 个项目，分别为了解大数据、结构化数据仓库——Hive、列存储数据库——HBase、文档 存储数据库——MongoDB、键值存储数据库——Redis、列式存储数据库——ClickHouse、校园就餐数据综

本书详细介绍了机器人传感器的基础知识和工作原理，以及多传感器信息融合技术的应用实例。全书共分11章，主要内容有传感器的定义与分类、基本组成，机器人的系统组成，机器人常用的传感器，智能传感器技术及应用，多传感器信息融合技术的定义、分类，多传感器信息定量和定性融合的方法，多传感器信息融合技术在装配机器人、焊接机器人、移动机器人及智能汽车中的应用实例。本书既可作为高等院校自动控制、电子工程、机械工程、机电一体化、计算机应用等相关专业的高年级本科生或研究生的教材，也可供从事机器人学研究、开发和应用

《智能控制技术与应用案例设计》聚焦智能控制技术在石化行业的应用，全书共六章。首章阐述智能控制的发展、研究内容、对象、性能及特点。第二章围绕模糊控制，涵盖理论、模糊PID、Matlab 实现及工程实验。第三章将李雅普诺夫稳定性理论融入自适应控制，解决非线性系统问题并给出仿真实例。第四章构建神经网络系统辨识体系，用于流程工业过程建模。第五章研究遗传算法与群智能搜索在系统辨识中的融合应用。第六章介绍专家控制系统的构建、分类及应用。本书融合多学科知识，提供理论框架与实践案例，助力提升工业生产智能化水平。

《基于MATLAB/Simulink的通信系统建模与仿真》以 MATLAB R2022b为平台，通过大量的MATLAB、Simulink仿真实例，加深读者对通信系统原理的理解。《基于MATLAB/Simulink的通信系统建模与仿真》共9章，前8章主要包括仿真思想的引入、MATLAB语言及Simulink仿真基础、MATLAB计算和可视化、信号系统分析基础、模拟信号的数字传输、数字信号基带传输、载波调制、数字信号处理应用等内容。第9章为综合篇，提供了通信系统原理仿真、语音信号处理、计算机视觉等设