本书是“高等院校智能制造人才培养系列教材”之一，面向智能制造相关专业。
本书分为3篇，共12章，包括基础篇（绪论、传感器的特性及标定、电阻式传感器、电感式传感器、电容式传感器、压电式传感器、磁电式传感器、光电式传感器、热电式传感器）、工业机器人篇（工业机器人中的传感器）及先进技术篇（无线传感器网络、多传感器信息融合技术）。章中设置有思维导图、学习目标、案例引入、拓展阅读材料（二维码）、本章小结及习题与思考题等内容。
本书可作为高等院校智能制造工程、机械设计制造及其自动化、机械电子工程

本书以多传感器数据融合为对象，详细介绍了多传感器数据融合的基本原理及应用技术。重点内容包括：传感器的理论基础及基本特性、多源检测融合的基本概念与应用、多源属性融合的基本概念与应用、多源状态参数估计原理及应用等。

本书在跟踪无线传感器网络和物联网通信技术发展与应用的基础上，根据学科、专业一体化建设和教学需要，结合在相关领域方向的研究与应用实践经验，深入分析无线传感器网络和物联网通信技术的基本原理及应用技术。本书共7章，主要介绍无线传感器网络的基本概念与体系结构、无线传感器网络支撑技术、无线传感器网络安全技术、物联网无线通信技术、物联网接入与互联技术；进而以车联网通信技术为典型对象，分析并讨论物联网与车辆交通领域的网络化、智能化融合技术。本书可作为高等院校物联网工程、电子信息工程、通信工程、计算机科学与技术

本书分为上下两篇，共13章。上篇有7章，分别阐述伺服系统的相关概念、工作原理、控制以及伺服系统的应用，以台达伺服系统为例进行说明，加深读者的理解。下篇有6章，分别对工业机器人的相关概念、运动学、动力学以及系统进行了详细的解释，并以机器人在不同行业中的工作情况为例分类阐述，加强读者对机器人技术的理解。

本书以最新版本的工程设计标准和规范为蓝本，对工业生产过程自控工程设计的整体内容进行了全面介绍，主要目的是使自动化专业的本专科学生能够有全面的自控工程设计的概念，掌握自控工程设计的方法，并了解自控工程设计有关的标准和规范，以期对自控工程设计有全面、深入的了解，并能够与其他专业设计人员协调工作，完成整个工程项目的设计和施工，直至应用开车。
本书主要内容包括：自控工程设计的基本任务、基本程序，自控工程设计术语，自控专业与其他专业的设计条件及分工，工程设计的质量保证体系；自控工程设计中使用的图形符

《计算机控制技术》以反馈控制理论为基础，从s域到z域的信号转换出发，详细阐述了计算机控制系统的模型分析、控制器设计及工程应用的理论和方法。《计算机控制技术》理论联系实际，既注重计算机控制的基础理论和基本方法，也涵盖预测、模糊与神经网络等先进控制技术，并进行了“本研贯通”模块化设计。为便于读者对知识的理解、掌握和运用，特别设置了对重要知识点的视频讲解和程序设计,同时依托爱课程(中国大学MOOC)平台共享国家精品在线开放课程资源。

本书共分为5章。第1章概述了多智能体系统的研究背景与意义、基本问题及特殊问题；第2章简要介绍了代数图论背景知识；第3章讨论了多智能体系统有限时间控制问题，建立了一阶和高阶有限时间观测器，利用齐次性理论证明了两种观测器都能使系统状态在有限时间内收敛到期望轨迹。进一步，讨论了固定时间控制问题及多机械臂系统有限时间同步控制应用；第4章讨论了非线性切换系统的交集/并集弱不变原理，利用不变集原理解决了切换拓扑下的多智能体系统——致性控制问题；第5章讨论了具有时变时滞的任务空间网络化机械系统自适应

本书以初学者的角度详细介绍Spark架构的核心技术，主要围绕Spark的架构、Spark的开发语言、Spark模块的主要功能展开；以IDEA为主要开发工具，CentOS为运行环境，采用理实一体化授课模式。本书内容包括Spark导论，Spark环境搭建与使用，Scala语言，Spark弹性分布式数据集，Spark SQL、DataFrame和DataSet，Kafka分布式发布-订阅消息系统，Spark Streaming实时计算框架，Spark MLlib 机器学习算法库，Redis数据库

本书以数字经济发展为背景，围绕数据要素估值，从数据要素概念界定入手，介绍数据要素经济价值、数据要素市场发展及管理、相关研究前沿知识等。本书以数字经济发展为背景，围绕数据要素估值，结合实务界探索成果与理论界研究成果，构建了数据资产评估框架和数据要素定价知识体系。本书内容编排体现关于数据要素市场改革的重点：数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。
本书适合金融学、投资学等财经类专业的学生作为教材使用，也适合从事人工智能、工程管理、大数据管理与应用、工业智能等交叉

本书系统介绍大数据技术的原理与应用，主要内容包括基本概念、分布式计算编程基础、Hadoop系统、分布式文件系统HDFS、分布式数据库HBase、分布式计算框架MapReduce、数据仓库Hive、流计算Spark Streaming、数据可视化、大数据的电商精准营销案例、好友推荐案例等章节，涵盖了海量数据的高效存储、非结构化数据存储和随机访问、分布式并行编程、数据仓库、实时计算、数据可视化、电商精准营销、好友推荐等各个方面的内容。本书以简单易懂的语言、生动有趣的实例和图形展示知识点，将概念、原理