本書以信息為主線，從信息的獲取、變換與處理、輸出與顯示等角度來介紹檢測技術(shù)、檢測儀表和檢測系統(tǒng)。本書首先介紹檢測技術(shù)的一般概念和檢測儀表的共性知識，包括測量誤差、準(zhǔn)確度等；然后介紹各種檢測元件的檢測原理和使用特點；接著重點介紹各種常見參數(shù)的檢測方法和檢測儀表；最后簡單介紹檢測技術(shù)的最新進(jìn)展，包括軟測量技術(shù)、機(jī)器視覺系統(tǒng)

《自動化生產(chǎn)線裝配與調(diào)試技術(shù)：基于西門子S7-200系列PLC》以天煌自動化生產(chǎn)線THJDAL一2型實訓(xùn)設(shè)備為實操對象。它能夠模擬一個與真實生產(chǎn)相類似的機(jī)械工業(yè)制造過程，適合自動化生產(chǎn)線裝配、安裝與調(diào)試能力的培養(yǎng)，適用于學(xué)生學(xué)習(xí)自動化生產(chǎn)線技術(shù)的實踐操作練習(xí)，能夠較好地培養(yǎng)學(xué)生的專業(yè)技術(shù)能力。

大數(shù)據(jù)可視化是一門理論性和實踐性都很強(qiáng)的課程。本書為高等職業(yè)院校相關(guān)專業(yè)大數(shù)據(jù)可視化課程全新設(shè)計編寫，針對高等職業(yè)院校學(xué)生的發(fā)展需求，系統(tǒng)、全面地介紹大數(shù)據(jù)可視化的基本知識和技巧，包括數(shù)據(jù)可視化之美、Excel數(shù)據(jù)可視化方法與應(yīng)用、數(shù)據(jù)引導(dǎo)可視化設(shè)計、數(shù)據(jù)可視化過程、數(shù)據(jù)可視化組織、Tableau應(yīng)用初步、Tablea

為了滿足組織或企業(yè)建立動態(tài)化、智能化的自適應(yīng)業(yè)務(wù)流程的需求，提出RGPS引導(dǎo)與模型檢測相結(jié)合的業(yè)務(wù)流程可變性配置管理框架，在此基礎(chǔ)上，從用戶和目標(biāo)的約束、數(shù)據(jù)流之間依賴關(guān)系約束以及業(yè)務(wù)合規(guī)規(guī)則的一致性分析，實現(xiàn)不同視角、粒度的業(yè)務(wù)流程可變性配置管理技術(shù)的研究

本書介紹智能控制的基本概念、原理、技術(shù)與應(yīng)用。全書共8章。第1章介紹智能控制的概況，第2章至第7章逐一研究了遞階控制、專家控制、模糊控制、神經(jīng)控制、進(jìn)化控制和網(wǎng)絡(luò)控制等系統(tǒng)，第8章介紹智能控制的發(fā)展簡史與展望。與第二版相比，許多章節(jié)內(nèi)容得到新。本書內(nèi)容系統(tǒng)、全面、新穎、精練，反映出外智能控制研究和應(yīng)用的新進(jìn)展，是一本智

《過程控制（第4版）》共由三篇組成：第一篇控制系統(tǒng)，包括控制系統(tǒng)概述、控制系統(tǒng)分析、簡單控制系統(tǒng)、復(fù)雜控制系統(tǒng)和典型過程單元控制，共五章；第二篇控制元件，包括過程測量儀表、控制器和執(zhí)行器，共三章；第三篇綜合自動化，包括綜合自動化系統(tǒng)概述、工業(yè)控制網(wǎng)絡(luò)與現(xiàn)場總線、集散控制系統(tǒng)、安全儀表系統(tǒng)和自動化系統(tǒng)應(yīng)用實例，共五章。各

本書是由中國大數(shù)據(jù)應(yīng)用聯(lián)盟人工智能專家委員會主任劉鵬教授主編的一本系統(tǒng)學(xué)習(xí)數(shù)據(jù)標(biāo)注技術(shù)的教材。本書使用淺顯易懂的語言，系統(tǒng)地介紹了數(shù)據(jù)標(biāo)注的基本概念、分類、流程、質(zhì)量檢驗、管理和應(yīng)用等。通過理論與實戰(zhàn)相結(jié)合的方式，幫助讀者由淺入深進(jìn)行學(xué)習(xí)，從而真正掌握數(shù)據(jù)標(biāo)注的核心技術(shù)、實施和管理方法。本書既可以作為培養(yǎng)應(yīng)用型人才的課

本書闡述文本數(shù)據(jù)挖掘的理論模型、實現(xiàn)算法和相關(guān)應(yīng)用，主要內(nèi)容包括：信息抽取和知識庫構(gòu)建、文本聚類、情感文本分析、熱點發(fā)現(xiàn)、生物醫(yī)學(xué)文本挖掘和多文檔自動摘要等。寫作風(fēng)格力求言簡意賅，深入淺出，通過實例說明實現(xiàn)相關(guān)任務(wù)的理論方法和技術(shù)思路，而不過多地涉及實現(xiàn)細(xì)節(jié)。本書可作為大學(xué)高年級本科生或研究生從事相關(guān)研究的入門文獻(xiàn)，也

無論是產(chǎn)業(yè)布局還是戰(zhàn)略規(guī)劃，人工智能時代大數(shù)據(jù)收集與應(yīng)用的風(fēng)險不能不加以正視。事實上，個人在其各種數(shù)據(jù)被眾多網(wǎng)站大量收集幾近成為“透明人”的情況下，大數(shù)據(jù)所有權(quán)該歸誰？互聯(lián)網(wǎng)公司進(jìn)行數(shù)據(jù)競爭的邊界在哪里？信息安全問題如何解決？政府監(jiān)管如何著力？……《大數(shù)據(jù)戰(zhàn)爭》選取大數(shù)據(jù)引發(fā)不正當(dāng)競爭案（新浪微博訴脈脈案）、遺忘權(quán)案（

在傳統(tǒng)的數(shù)據(jù)處理流程中，總是先收集數(shù)據(jù)，然后將數(shù)據(jù)放到DB中。當(dāng)人們需要的時候通過DB對數(shù)據(jù)做query，得到答案或進(jìn)行相關(guān)的處理。這樣看起來雖然非常合理，但是結(jié)果卻非常的緊湊，尤其是在一些實時搜索應(yīng)用環(huán)境中的某些具體問題，類似于MapReduce方式的離線處理并不能很好地解決問題。這就引出了一種新的數(shù)據(jù)計算結(jié)構(gòu)---