本教材基于纸质媒体 移动互联网 数字媒体资源等进行修订，以组态与应用的教学目标为核心，以MCGS（国内）、WinCC（国外）通用组态软件，和MACS（国内）、CENTUM（国外）专业组态软件为主要教学情境，按照案例导入、需求分析、任务单设计、组态实施、运行测试、小试牛刀、融会贯通、照猫画虎和能力测评的逻辑组织架构，并辅以多样化的数字多媒体碎片化资源，提高学习效果。

可作为高职高专院校电气自动化技术、生产过程自动化技术、机电一体化技术等相关专业的教材，也可作为组态软件自

本书从数学基础与编程基础开始，逐步引导读者领略深度学习的起源与发展，向读者介绍深度学习在计算机视觉、自然语言处理等方面的实际应用，并为读者呈现*前沿的深度学习研究进展，同时深入剖析技术原理，带领读者逐步推导深度学习背后的数学模型，并结合飞桨（PaddlePaddle）深度学习框架实现项目，代码清晰，易于理解。本书深入浅出，将原理解析与国内流行的深度学习框架飞桨实例结合，旨在使读者更全面、更清晰地掌握深度学习的前沿技术。 本书可作为深度学习的入门读物，也可作为信息学科本科生和研究生的教材，还

　　《自动化生产线安装与调试》详细讲解了自动化生产线的安装与调试过程。《自动化生产线安装与调试》主要内容包括自动化生产线核心技术基本知识、上料单元的安装与调试、下料单元的安装与调试、加盖单元的安装与调试、穿销单元的安装与调试、检测单元的安装与调试、伸缩换向单元的安装与调试、模拟单元的安装与调试、液压单元的安装与调试、图像识别单元的安装与调试、分拣单元的安装与调试、立体仓库单元的安装与调试和自动化生产线整体联调。

该教材详细介绍工业控制安全的基本概念，包括工业控制系统网络及工业控制系统的基础设施的安全的定义、发展和应用领域。该教材细致分析了工业控制安全纵深防护技术及相关应用。通过具体行业案例，介绍工业控制系统体系安全防护应用与实现

本书的编写以提高学生的实践水平为出发点，以满足社会对大学本科生人才素质要求为目标，着重于强化学生解决实际任务的能力。全书共5章。第1章为计算机控制系统概述；第2章介绍模拟量、数字量输入/输出通道及应用；第3章介绍接口技术及应用；第4章介绍数字控制器设计及应用；第5章为综合案例，列举了工业现场成功应用的实例。书中内容既为培养能够满足信息化社会的专才要求而服务，也为培养跨学科、综合型通才提供支撑。
本书既可作为高等院校自动化、电气工程及其自动化、电子信息工程、计算机科学与技术、机电一体化等

本书从实际应用出发，重点介绍集散型控制系统及现场总线的概念、特点、结构、原理和发展状况；使读者熟悉其基本功能特性、使用方法和设计方法；基本掌握硬件配置、软件组态，以及操作、维护、安装和调试等方面知识，具有初步使用集散型控制系统的能力。本书主要为从事控制工程工作的人学习DCS知识而编写的，适合作为工科院校的自动化、电气工程及自动化等相关专业的本科高年级或研究生的专业选修课使用教材或教学参考书；也可供广大工程技术人员参考使用。

本书从初学者角度详细介绍了Spark应用程序体系架构的核心技术，全书共9章。第1章详细介绍开发Spark框架的Scala编程语言；第2～4、7～8章主要讲解Spark核心基础、SparkRDD弹性分布式数据集、Spark SQL处理结构化数据、Spark Streaming实时计算框架、Spark MLlib机器学习库，并包含了搭建Spark集群、Spark集群的操作方式、利用Spark解决大数据工作中遇到的基本问题。第5～6章主要讲解大数据环境中常见的辅助系统，HBase数据库以及Kaf

　　大数据时代的来临在无数技术变革的同时，也在悄无声息地改变着各行各业。随着大数据技术的发展和传统技术的革新，医疗、交通、金融、电商等多个行业已经在使用大数据技术进行海量数据的处理，如疾病预防、出行规划、股票预测、行为分析等。《Hadoop生态体系项目实战》为用户行为日志分析的实现提供技术指导。
　　《Hadoop生态体系项目实战》主要以Hadoop生态体系为主线，以用户画像项目贯穿全书进行讲解，包含其各组件的功能和使用方法以及数据采集、存储、分析、可视化等知识。全书知识点的讲解由浅入深，

本书以信息为主线，从信息的获取、变换与处理、输出与显示等角度来介绍检测技术、检测仪表和检测系统。本书首先介绍检测技术的一般概念和检测仪表的共性知识，包括测量误差、准确度等；然后介绍各种检测元件的检测原理和使用特点；接着重点介绍各种常见参数的检测方法和检测仪表；最后简单介绍检测技术的最新进展，包括软测量技术、机器视觉系统及其图像处理等。
本书可以作为高等学校自动化、测控技术与仪器、电子信息工程、电气工程及其自动化、机械设计制造及其自动化等相关专业的教材，也可以作为从事检测技术及仪表的研究生、

本书是大数据专业英语教材，内容包括大数据基础、软件与开发技术、操作系统、Python
与R 编程语言、数据结构、数据库与数据仓库、云存储与数据备份、数据处理与数据清洗、数
据挖掘、Hadoop 与Spark、数据可视化、大数据安全等。
本书体例新颖，适合教学。每个单元均包含以下部分：课文——选材广泛、风格多样、切
合实际的两篇专业文章；单词——给出课文中出现的新词，读者由此可以积累大数据专业的基
本词汇；词组——给出课文中的常用词组；缩略语——给出课文中出现的、业内