"本书以智能数据处理技术和应用为核心，全书共分为数据处理基础篇和数据分析技术与人工智能方法篇，详细阐述了人工智能、大数据、区块链等当代前沿信息技术的概念和应用，在数据处理基础篇中，以图书销售为例，通过Access 2016系统介绍了数据存储的概念和数据存储应用技术，并在数据分析技术与人工智能方法篇中，进一步介绍了智能数据分析语言 ——Python、数值数据智能分析技术、文本数据智能分析技术、人工智能分析方法、智能计算思维及其应用。本书通过一系列实例分析，深入浅出地向读者介绍了信息、数据、大数据、

本书系统而深入地探讨了伦理学在信息时代，尤其在大数据、人工智能等新兴技术领域的实际应用及其深远影响。全书结构清晰，共分为8章，内容从伦理直觉与伦理学的基础理论开篇，逐步延伸至工程师的伦理观念、信息社会中的伦理风险与挑战、大数据应用的伦理考量、数据权利的界定与保护、数据如何赋能公共治理，以及人工智能伦理的前沿探索等多个维度。
本书的核心目标在于帮助读者全面把握伦理学在信息时代的关键作用，提升个人的伦理素养，并为应对信息时代层出不穷的伦理挑战提供坚实的理论与实践支撑。通过丰富的案例分

本书共9章，主要内容如下：第1章介绍数据挖掘的基本知识，讲解了数据获取的关键环节以及数据挖掘流程；第2章讲解了数据清洗、数据集成、数据转换与规范化，以及数据规约等数据预处理方法，重视数据挖掘的数据准备工作，强调数据质量对数据挖掘算法性能的影响；第3章讲解了数据仓库和数据立方体的基本概念和系统架构，为处理和分析大规模数据集提供有效工具；第4章讲解了关联规则挖掘的相关知识；第5章讲解了经典的分类算法、回归预测算法、性能评估指标和模型调优方法；第6章讲解了经典的聚类算法；第7章讲解了图数据挖掘、时间序

"本书在第1版的基础上,进行了全面更新和扩充,旨在反映测控技术的**发展和国家战略需求。全
书共分9章,第1章简要介绍测控系统的基本概念、系统构成以及发展趋势; 第2章介绍现代测控系统的
理论方法; 第3章介绍各种新型传感器的原理及应用; 第4章介绍基于网络的测控技术与系统; 第5章介
绍基于计算机视觉的测控技术与系统; 第6、7章分别介绍基于无线通信与雷达的测控技术与系统。第2
版特别替换了第8章和第9章。第8章介绍基于北斗卫星导航系统的测控技术与系统; 第9章介绍基于

本书内容共分为 6 章，详细介绍了西门子 S7-1200 PLC 及和利时 K 系列 DCS 的基础知识，硬件、软件的功能和应用，MACS V6.5 软件的组态管理功能，以及典型过程装备控制实训项目。本书通过介绍实时控制温度、压力、流量和液位等过程控制参数，帮助学生掌握西门子 S7-1200 PLC 及和利时 K 系列 DCS 的操作技能。本书旨在加强学生对过程装备控制的深入学习，提升学生的自动控制理论水平和操作水平，以及工程技术基本素质和综合能力。 本书可作为高等院校过程装备与控

非线性系统控制理论在控制类专业课程中占有重要学科地位，是自 动化类专业本科生和研究生知识体系结构中的必要组成部分。本书旨在介绍非线性控制系统的基本知识、基础理论、分析和设计方法，培养读 者具备分析和解决非线性控制问题的能力。本书分为11章：第1章为非 线性系统简介，简单介绍非线性系统的定义和典型的非线性现象；第2章为状态空间模型，介绍非线性系统状态空间描述和二阶非线性系统的基本分析方法；第3章为描述函数法，介绍二阶非线性系统的描述函数分析和设计方法；第4章为稳定性，介绍非线性系统稳定性的基本概念

本书以讲授智能控制基础知识和技术应用为目标，在阐述理论知识的基础上，结合矿渣微粉生产多模型自适应控制、旋转系统重复控制、柔性关节机器人控制，讲解了智能控制的技术应用；阐述了人工智能与智能控制的联系，智能控制相关政策和发展方向。全书共9章，包括智能控制概述、神经网络控制系统、模糊控制系统、专家控制系统、智能PID控制、学习控制、基于智能优化算法的智能控制、机器人智能控制与智能控制展望。

数控技术是实现工业自动化、柔性制造和制造信息化的基础。本书系统地介绍了数控技术概论、数控编程、CNC装置、CNC机床的伺服系统和位置检测装置、CNC机床的机械结构和刀具系统、CNC技术发展等知识，并提供参考译文，以便读者学习。

本书系统地阐述鲁棒控制理论中的时域方法，综合国内外相关文献资料，并结合作者多年来的教学实践，以 Lyapunov 稳定性理论为基础，以矩阵代数 Riccati 方程、线性矩阵不等式（ LMI）、矩阵运算及其性质等为工具，深入浅出地介绍不确定系统及时滞不确定系统在鲁棒稳定性分析与鲁棒控制器设计方面的基本概念及分析设计方法。全书共 9 章。绪论，不确定系统鲁棒稳定性分析，不确定系统鲁棒控制器设计，不确定系统 H∞控制器设计，不确定系统滑模控制器设计，不确定时滞系统鲁棒稳定性分析，不确定时滞系统鲁棒控

《大数据管理》既包括了大数据管理的相关技术知识，也涵盖了大数据管理在多个行业的应用与案例分析，包括： 大数据基础、大数据采集、大数据存储、大数据分析、大数据融合、大数据隐私、大数据可视化、大数据前沿、医疗大数据、教育大数据、金融大数据、交通大数据。通过本书，读者能够全方位地认识和掌握大数据管理的相关知识，深入了解大数据的应用价值。
本书可作为高等学校大数据管理与应用、信息管理与信息系统等管理类、信息类以及智能建造、智能制造、智慧交通等新工科专业的本科生、研究生教材，还可作为大数据相关企业的