本书分为项目引导篇、项目实践篇和项目拓展篇。主要内容包括自动化生产线的认识、自动化生产线各单元及整体安装与调试、工业机器人和柔性生产线的介绍等。本书以 YL-335B型自动化生产线为平台，基于工作过程导向，编写紧扣“准确性、实用性、先进性、可读性”原则，将总任务分解为若干个任务，力求深入浅出、图文并茂，以提高学生学习兴趣和效率。
本书适合作为高职高专相关专业的教材，也可作为相关工程技术人员研究自动化生产线的参考书。

本书以自行研制的先进光电微纳检测技术及信号调制与图像处理系统为基础，开展6个光电微纳检测实验：①数字波面干涉仪检测平面镜面形；②偏振干涉图像调节及处理与系统误差标定；③数字波面干涉仪球面面形检测；④单幅干涉图相位恢复实验；⑤非球面光学性质及通用化检测；⑥非球面高精度零位干涉检测。通过实验，使学生深刻理解光机电算一体化检测系统“以光学原理为核心、电路控制为辅助、计算机及软件技术做提升”的特点，掌握光电干涉检测系统的调整和实验方法。

本书包含五个项目，分别为认识机器人、操作工作机器人、应用工业机器人、仿真工业机器人、拓展工业机器人。每个项目制作任务，以项目教学、理论结合实际，相关操作都录制了配套微课，紧跟企业需求，真正体现工学结合的特点进行撰写。本书配有视频讲解及PPT课件、教学指南。

本书为校企双元开发的“岗课赛证”融通教材，注重设计与实践结合，突出技术性与应用性。书中讲述了SolidWorks2024 界面基本操作、SolidWorks 常用工具栏认识、SolidWorks 系统选项认识、初识机械创新设计、基本草图绘制及创新实践、等距实体图形绘制及创新实践、草图镜像图形绘制及创新实践、草图阵列图形绘制及创新实践、草图倒角图形绘制及创新实践、工业机器人轴类零部件造型及创新实践、工业机器人法兰类零部件造型及创新实践、工业机器人齿轮类零部件造型及创新实践、工业机器人标准零部件造型

"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能感知技术在机器人系统中的应用，基于多传感器信息融合的自动驾驶汽车位姿估计等。
本书可作为高等院校人工智能、机器人工程、自动化、智能感知工程、测控技术与仪器等相关专业的本科生教

本书共7个项目，全面介绍了大数据技术概述、大数据平台部署与操作、数据库配置维护、数据采集与处理、Hive数据仓库应用、Spark SQL数据分析、Zeppelin数据可视化等内容。每个项目围绕一个核心知识点展开，通过具体的任务描述、知识课堂和实践操作引导学生逐步深入学习。本书具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。本书适用于职业教育计算机相关专业及大数据相关专业使用。本书配有丰富的教学资源，包括教学课件、教案、微视频等。

本书以技术应用能力培养为目标，以真实的集散控制系统设备为载体，以6个学习情境组织教学内容，采用任务驱动的教学方式，重点介绍了浙大中控JX-300X集散控制系统的基本结构、基本功能、软硬件组态、流程图绘制、监控维护和工程应用等知识，同时介绍了霍尼韦尔TDC-3000、TPS/PKS系统、横河CENTUM-CS系统、艾默生Delta V系统、现场总线等相关知识和应用案例。
本书可作为高等职业院校、成人学校开办的二级学院生产过程自动化技术、电气自动化技术、机电一体化技术、计算机控制技术等相关专业

本教材是为了适应教yu部电气工程一级学科研究生核心课程指南要求而编写的。内容包含了线性系统的状态空间法、稳定性与李雅普诺夫方法、最优控制、鲁棒控制、系统辨识、自适应控制和模型与预测控制等七大部分。本教材的编写力图通过建立各知识点间的逻辑关系，加深对基本概念的理解；通过简单的算例，掌握基本方法的应用；通过对定理、公式、判据的严格证明，培养用数学语言解决工程问题的能力。此外，为了便于学习，还录制了教材的MOOC课程。 本书主要作为工科院校非控制类学科的研究生教材，也可作为广大科技人员和其他

本书着眼于控制网络技术在自动化工程方面的实际应用，并兼顾通信产品开发的初步知识，内容涉及主流现场总线原理、具体的工业控制网络应用实例、控制网络的规划设计等。全书共分6 章，包括数字通信与网络技术基础、Modbus 网络及其应用、Profibus-DP 总线及其应用、CIP 网络、工业以太网与OPC 技术、HMI/SCADA 软件。为方便教学，本书配套了电子课件。
本书可作为普通高等院校、高等职业院校自动化、机电一体化等相关专业的教材，并可供相关工程技术人员使用。

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代