《过程控制（第4版）》共由三篇组成：第一篇控制系统，包括控制系统概述、控制系统分析、简单控制系统、复杂控制系统和典型过程单元控制，共五章；第二篇控制元件，包括过程测量仪表、控制器和执行器，共三章；第三篇综合自动化，包括综合自动化系统概述、工业控制网络与现场总线、集散控制系统、安全仪表系统和自动化系统应用实例，共五章。各部分均附有例题与习题，最后还有综合测试卷四套及答案。
　　《过程控制（第4版）》适用于石油、化工、制药、冶金、电力、材料、食品和轻工等工艺类和设备制造类本专科专业学生，电

本书介绍智能控制的基本概念、原理、技术与应 用。全书共8章。第1章介绍智能控制的概况，第2章至 第7章逐一研究了递阶控制、专家控制、模糊控制、神 经控制、进化控制和网络控制等系统，第8章介绍智能 控制的发展简史与展望。与第二版相比，许多章节内 容得到 新。本书内容系统、全面、新颖、精练，反 映出 外智能控制研究和应用的 新进展，是一本 智能控制的导论性教材。

随着工业化和信息化的迅猛发展，工业控制系统越来越多地采用信息技术和通信网络技术，工业控制系统信息安全问题面临严峻的挑战。本书全面阐述了工业控制系统相关信息安全概念，详细分析了工业控制系统信息安全脆弱性以及近年来相关安全事件，对国内外的工业控制系统信息安全发展现状做了介绍。同时本书提出了工业控制系统信息安全标准体系，对关键技术做了说明，还列举了一些行业的安全防护体系建设案例。*后总结了目前工控系统信息安全发展中存在的问题，综合分析了未来的发展趋势。

本书从实用的角度出发，采用理论与实践相结合的方式，介绍商务智能的基础知识，力求培养读者使用商务智能技术解决问题的能力。全书内容商务智能的基本概念、商务智能系统的架构、商务智能涉及到的数据处理的核心技术、商务智能在零售业、商务智能在客户关系管理、商务智能在电信业、商务智能在教育业以及商务智能在电子商务等方面的应用。 本书作为商务智能的入门教材，目的不在于覆盖商务智能技术的所有知识点，而是介绍商务智能的主要应用，使读者了解商务智能的基本构成以及如何应对个行业各的特色问题构建商务智能系统。为了增强实践

本书以“认识大数据技术，理解大数据案例；提升大数据素养，服务大数据战略”为编写目标，全面系统地讲述了大数据所涉及的国家政策、经济、产业链和技术发展。主要内容包括信息技术的发展现状、大数据时代到来的成因、大数据发展现状、大数据技术概况、典型案例解析、贵州省大数据产业发展概况、国家大数据政策解读、大数据人才培养、大数据的标准和大数据安全等内容。

本书围绕Hadoop生态圈相关系统介绍大数据处理架构。全书共11章，其中，第1、2章主要带领大家认识Hadoop以及学会搭建Hadoop集群；第3～5章讲解分布式文件系统（HDFS）、分布式计算框架MapReduce以及分布式协调服务；第6章讲解Hadoop 2.0新特性，包含YARN和高可用特性;第7～10章主要讲解Hadoop生态圈的相关辅助系统，包括Hive、Flume、Azkaban和Sqoop;第11章是一个综合项目——网站流量日志数据分析系统，目的是教会大家如何利用Hadoop生态圈

本书简要介绍了现代数字系统设计的设计思想和硬件基础知识，包括现代数字系统的各类典型应用，以及在实际进行数字系统设计时如何进行选型等问题。书中重点介绍了VerilogHDL的基础知识、基本内容和基本结构，特别是在书中汇集了作者多年工程实践的体会和经验，为读者提出了若干在实际使用中需要着重注意的问题，并提供了大量经过工程实践验证过的实例供读者参考和练习。

本书是依照教育部电子信息与电气学科教学指导委员会2004年审定通过的《电子技术基础课程教学基本要求》和CCC2004教学大纲要求，考虑到电子技术课程的发展而编写的。本书在讲清基本概念、基本原理的基础上，突出了分析方法和设计方法。在介绍传统分析、设计方法的同时，较为详细地介绍了目前在电路设计中较为流行的硬件描述语言VHDL。并配有典型、实用的例题。这些例题都是作者从多年科研和教学实践经验中提炼出来的，这就为读者学习、应用这些器件设计开发数字系统打下基础。本书内容包括：数字逻辑基础、逻辑门

本书是关于大数据和Spark的实用手册。它将助你学习如何用Spark来完成很多大数据分析任务，其中覆盖了高效利用Spark所需要知道的重要主题：如何使用SparkShell进行交互式数据分析、如何编写Spark应用、如何在Spark中对大规模数据进行交互分析、如何使用SparkStreaming处理高速数据流、如何使用Spark进行机器学习、如何使用Spark进行图处理如何监控Spark应用等。

本书主要介绍数据挖掘的基本技术和应用。数据挖掘作为一个多学科领域，从多个学科汲取营养。这些学科包括统计学、机器学习、模式识别、数据库技术、信息检索、网络科学、知识库系统、人工智能、高性能计算和数据可视化。我们提供发现隐藏在大型数据集中的模式的技术，关注可行性、有用性、有效性和可伸缩性问题。尽管我们确实提供了这些领域的必要背景材料，以便读者理解它们各自在数据挖掘中的作用。本书中由浅入深的为每个章节准备了案例，使读者能了解数据挖掘技术是如何运用在实际问题上的，从而灵活运用所学知识和技能。