"本书以某招聘网站中的大数据职位招聘信息为数据源，系统地介绍了使用 Hadoop 生态系统进行大数据离线分析的方法和步骤。全书共6章，分别讲解项目需求、项目架构、项目实现流程、Hadoop集群环境搭建、使用Flume实现数据采集、使用MapReduce实现数据预处理、使用Hive实现数据分析和使用FineBI实现数据可视化。 本书附有配套视频、教学PPT、教学设计等资源。同时，为了帮助初学者更好地学习本书中的内容，还提供了在线答疑，欢迎读者关注。 本书适合作为高等学校的数据科学与大数据技术及相关

《大数据分析基础》首先全面介绍了信息技术、计算机基础，以及计算机的起源与发展、计算机系统的组成、操作系统和文件管理等内容，然后深入探讨了Python编程的基础知识，包括编程环境、语法、流程控制、组合数据类型、函数和模块、常用的库等，并通过丰富的实操练习帮助读者掌握Python在文件管理、数据处理、科学计算等领域的应用能力。此外，本书涵盖了机器学习、大数据分析框架及国产大模型DeepSeek等内容，有助于读者建立从基础到前沿 的Python知识体系。本书包含丰富的代码示例和综合案例，可以帮助

本书涵盖数据安全领域所涉及的各方面知识，旨在帮助读者构建系统的数据安全理论、方法和技能。通过对本书内容的全面阅读，读者可建立起完整的数据安全理论和实践的知识体系。全书共13章，分为三部分。第1部分(第1~3章)为数据安全基础和参考防护架构，主要包括数据安全概述、数据分类分级、数据安全防护参考架构等。第2部分(第4~11章)为数据安全原理与技术，主要包括数据加密、数据脱敏、数据访问控制、数据水印、数据容灾备份、数据安全销毁、隐私计算、数据审计等。第3部分(第12、13章)为数据安全治理与典型

"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