本书是“十四五”职业教育国家规划教材、“十二五”职业教育国家规划教材、普通高等教育“十一五”国家级规划教材的修订版。主要内容有：检测技术的基本知识；工业、生活等领域常用传感器的基本原理、转换电路及其应用；检测系统信号的处理、变换及抗干扰技术；智能视觉系统及其应用等。本书突出了传感器应用和制造工艺方面的内容，特别介绍了新技术、新器件在自动检测领域的应用，具有较强的实用性和可参考性，旨在帮助读者提高理论联系实际的能力。

数据作为新型生产要素，是数字化转型和推动新质生产力发展的基础。数据基础制度事关国家发展和安全大局。加快数据基础制度建设是大势所趋和创新所需。本书以数据要素市场体系作为数据基础制度研究的逻辑起点，从数据产权、流通交易、收益分配、安全治理等重点领域开展研究，分析数据基础制度建设的解决策略，并提出构建体现数据多方共有、资源多方共用、成果多方共享、风险多方共担的数据产权制度体系；构建“三横三纵”的数据流通和交易制度体系；构建与完善数据要素收益初次分配制度和科学再分配制度体系；围绕数据要素市场主

本书以亚龙YL-335B型自动生产线实训考核装备（西门子S7-200PLC系统）为样机，从工程应用角度出发，以项目为载体，突出实践性，内容包含以下8个项目。 项目1.认识自动化生产线；项目2.供料单元；项目3.加工单元；项目4.装配单元；项目5.分拣单元；项目6.输送单元；项目7.人机界面单元；项目8.生产线整体系统。 多数项目按照项目要求、学习目标、相关知识、项目解决步骤、巩固练习来编写。 本书相关知识包括：PLC技术、传感器技术、气动技术、变频器技术、伺服技术、触摸屏技术、通信技术等。 本书

　本书以三菱变频器、西门子变频器和三菱伺服驱动器为载体，系统介绍变频器、步进驱动器和伺服驱动器的结构、工作原理、常用功能、运行与操作，PLC与变频器的通信，以及步进电机控制系统和伺服控制系统的构成与编程等。本书共5个项目，分别是三菱变频器的运行与操作、西门子变频器的运行与操作、变频器与PLC在工程中的典型应用、步进电机的应用、伺服电机的应用。本书每个任务都有详细的任务实施步骤，并配有微课视频，展示变频器、步进驱动器以及伺服驱动器在实际工程设备上的任务实施过程。

　　本

本书以北京亚控科技发展有限公司开发研制的组态软件“组态王7.5”为基础(也有“组态王6.53”)，通过设计一个化学反应监控画面，阐述了组态王软件的基本理论与应用，并对工程管理器及组态王运行系统、组态王信息窗口及用户管理与系统安全、配方管理、冗余系统、组态王历史库、组态王与其他应用程序的动态数据交换、OPC设备等内容做了介绍。最后结合“基于现场总线粮情管控一体化系统的研究与设计”和“组态王在电镀控制系统的应用”两个科研项目，详细讲述了基于现场总线粮情管控一体化系统和电镀控制系统的监控界面

在数字化浪潮中，大数据技术无处不在，包括互联网、体育、工业、医疗、交通等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活产生了重大而深远的影响。一早醒来，多篇你感兴趣的推送文章早已占领手机屏幕；走在路上，智能手环实时监测着你的健康信息；想点外卖，小程序优先推荐最符合你口味的商家；骑车出行，导航系统会提供实时路况和最优路线避开拥堵；晚上回家，收到工厂根据你的身材比例剪裁制作的个性化服装。这些现象的背后，其实都和大数据息息相关。大数据技术正在不断与人类生产生活进行交汇与融合，并

本教材是计算机类专业的专业必修课教材和教育公共必修课教材。大数据涉及知识面广，应用场景多种多样，需要培养大数据思维，继而才能运用大数据思维展开分析应用技术。这就需要学习者能够宏观构建大数据环境的认知，掌握大数据处理的流程和相关技术，继而在明确应用思路引导下融汇知识，才能进一步结合大数据应用场景展开研究和探索。但是，目前市面上的大数据教材知识普及性强，应用梳理欠缺，不利于应用型大学学生的学习。本教材针对以上问题，立足“知其然，更要知其所以然”理念，从大数据典型案例出发理解案例应用的目标、

本书围绕数据分析的基本概念与常用方法，提供一套适用于初学者快速入门的实践教材。本书中以医学数据为例，围绕实际应用场景中最常见的五种数据形式：统计数据、文本数据、时序数据、图像数据以及健康数据，从基本概念、初步探索到综合应用的全流程系统示范教学。本书共计五个章节，分别为：统计数据分析、文本数据分析、时序数据分析、图像数据分析以及健康数据分析。教材以典型案例为依托，涵盖临床统计数据、电子病例数据、脑电信号数据、医学影像数据和可穿戴设备数据等五种形态。本书旨在利用案例教学将知识点融会贯通，配

本书系统介绍了大数据的相关知识，全书共13章，内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python的SparkRDD编程、基于Python的SparkSQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。

本书对第1版做了修订，紧跟传统分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。