《过程控制及自动化仪表》以过程自动化监控为基本内容，将参数检测变送、分布式控制系统（DCS）及执行器作为组成过程检测控制系统的相应环节，力求完整体现过程监控的整体内容。在参数检测方面，深入浅出地介绍了检测原理及方法；依据其代表性及发展趋势，介绍了目前生产中广泛应用的检测仪表；在控制仪表方面，根据生产实际情况，介绍了电动和气动执行器；在过程控制系统方面，着重介绍简单控制系统和几种常用复杂控制系统的设计；对于DCS系统，介绍了软硬件基本组成及常见系统的结构与发展；最后介绍了典型工业过程的控制。每章后

机械工业出版社本书以MATLAB语言为平台，系统地阐述了数字仿真技术的基本概念、原理及在控制系统分析与设计中的应用。全书共五章，主要包括：概述、控制系统的数学描述（系统建模方法与工程案例）、控制系统的数字仿真（直流电动机转速/电流双闭环控制系统设计）、控制系统CAD及数字仿真技术的综合应用等内容。
本书涉及运动控制、过程控制、电力电子与电力传动控制等系统的建模、设计与仿真分析等内容，深入浅出、案例丰富、可读性强；各章均设有“问题与探究”一节，配有练习型、分析/设计型与探究型的习题

本书为普通高等教育“十一五”规划教材，并入选“十三五”国家重点出版物出版规划项目。
本书针对自动化仪表与过程控制*新技术与工程应用，深入分析了过程控制常用（温度、压力、流量、液位、成分）检测仪表、控制仪表、执行器、本安防爆系统的工作原理；讨论了过程动态特性数学建模方法、单回路控制系统设计与参数整定，以及复杂（如串级、前馈、比值、均匀、分程、选择、大延迟补偿、解耦、双重等）控制系统的工作原理与设计方法；简要介绍了先进控制技术(自适应控制、预测控制、模糊控制、推理控制、专家控制、仿

本书主要内容包括认识大数据、大数据技术基础、大数据管理、大数据统计分析技术、数据挖掘、大数据可视化、大数据安全、大数据应用案例实操等。

本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的分布形态、高维数据、空间数据的展示，并且介绍了统计制图的一些基本原则和图形美化的操作。

本书系统地讲解了大数据处理常用技术，具体包括大数据处理架构Hadoop、分布式文件系统HDFS、MapReduce编程模型、分布式数据库Hbase、NoSQL数据库、Spark分布式内存计算、MapReduce应用开发、Spark SQL编程、数据可视化。本书编写特色理论与具体操作相结合，较低基础入门大数据技术。读者对象是本科、专科或研究生大数据技术课程教材，大数据技术爱好者，其他对大数据技术感兴趣的人员。

本书系统介绍了大数据基础知识和相关技术，全书分为大数据概述篇、大数据存储与管理篇、大数据采集与预处理篇、大数据分析与挖掘篇、大数据平台Hadoop实践与案例分析篇。全书共15章，主要内容包括大数据基本概念、大数据存储与管理概念及技术、大数据采集及预处理技术、大数据计算模式、大数据分布式并行处理框架Hadoop、大数据分布式文件系统HDFS、大数据分布式数据库系统HBASE、大数据Hadoop平台操作实践及具体大数据预测应用案例分析。

共分11章，第1章对大数据及Hadoop进行总体介绍，第2章讲解了如何搭建Hadoop集群。第3-5章讲解了HDFS分布式文件系统、MapReduce分布式计算框架以及Zookeeper分布式协调服务。第6章讲解Hadoop2.0的新特性。第7-10章主要讲解了Hadoop生态圈中的相关辅助系统，包括Hive、HBase分布式存储系统、Flume、Saoop。第11章讲解了综合项目：电商精准营销。

本书是高校的大数据导论课程教材，清楚地介绍了大数据相关的概念、理论、术语与基础技术，并使用真实连贯的商业案例以及简单的图表，帮助读者更清晰地理解大数据技术。本书可作为高等院校相关专业“大数据基础”“大数据导论”等课程的教材，也可供有一定实践经验的软件开发人员、管理人员和所有对大数据感兴趣的人士阅读。

本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共9章，内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，本书详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放和大数据交易。 本书可以作为高等院校大数据专业的导论课教材，也可供相关技术人员参考。