本書共3篇7章,內(nèi)容涵蓋:可控電源電動機系統(tǒng)的特殊問題及機械特性,開環(huán)調(diào)速系統(tǒng)的性能指標,交、直流調(diào)速系統(tǒng)及伺服系統(tǒng)的工作原理、系統(tǒng)結(jié)構(gòu),靜態(tài)和動態(tài)性能指標及分析方法,反饋控制的基本特點,調(diào)節(jié)器結(jié)構(gòu)及參數(shù)的設計方法,控制系統(tǒng)的實現(xiàn),計算機仿真軟件在運動控制系統(tǒng)中的應用等。本書以控制規(guī)律為主線,按照從直流到交流、從開環(huán)
本書以Flink1.16.0為主線,全面介紹了Flink的核心概念和常用功能。全書共9章,分別講解了Flink概述,F(xiàn)link部署與應用,DataStreamAPI,DataSetAPI,時間與窗口,狀態(tài)和容錯機制,TableAPI&SQL和FlinkCEP。本書附有配套視頻、教學課件、教學設計、測試題等資源,同時,為
作為近十幾年來大數(shù)據(jù)、人工智能行業(yè)飛速發(fā)展最重要的驅(qū)動技術(shù)之一,大數(shù)據(jù)分析與挖掘已經(jīng)成為各個行業(yè)商業(yè)決策的必備技術(shù)。本書緊跟數(shù)據(jù)科學前沿,旨在幫助讀者建立大數(shù)據(jù)分析與挖掘的思維框架,培養(yǎng)其使用數(shù)據(jù)驅(qū)動的方法解決商業(yè)決策問題的能力。本書秉承經(jīng)典、主流和發(fā)展的理念,重點介紹了大數(shù)據(jù)分析與挖掘的主要步驟,關聯(lián)分析、分類和聚類
本本書系統(tǒng)地介紹智能控制的基本內(nèi)容。全書共9章,主要包括智能控制概述、模糊邏輯理論基礎、模糊控制、神經(jīng)網(wǎng)絡原理、神經(jīng)網(wǎng)絡控制、計算智能、深度學習、強化學習、學習控制。本書還提供了部分智能控制的MATLAB仿真程序設計及智能控制的相關應用案例。
本書針對多源多維數(shù)據(jù)的匯聚融合、數(shù)據(jù)安全體系以及征信體系闡述了相關研究成果,主要包括:原位虛擬大數(shù)據(jù)中心平臺體系、大數(shù)據(jù)感知與勘探技術(shù)、多源多維數(shù)據(jù)融合計算技術(shù)、基于多模型融合的信用評估技術(shù)、全生命周期的數(shù)據(jù)安全體系架構(gòu)與關鍵技術(shù)、數(shù)據(jù)安全體系架構(gòu)的測試與評估技術(shù),以及基于信用評估的金融交易風險防控系統(tǒng)和多源多維大數(shù)據(jù)
\"本教材第1版曾獲首屆全國教材建設獎全國優(yōu)秀教材二等獎。本教材是“十四五”職業(yè)教育國家規(guī)劃教材,也是國家職業(yè)教育電氣自動化技術(shù)專業(yè)教學資源庫配套教材。本教材以亞龍YL-335B型自動化生產(chǎn)線設備為載體,基于工作過程,按照由簡單到復雜、由單一到綜合的順序,將整個設備的安裝與調(diào)試過程分為7個項目,分別為自動化生產(chǎn)線的基本
本書是一本關于如何清洗、整理和理解數(shù)據(jù)的手冊,還介紹了圍繞構(gòu)建更可靠的數(shù)據(jù)系統(tǒng)的最佳實踐、技術(shù)和流程,并在此過程中培養(yǎng)團隊和利益相關方對數(shù)據(jù)的信任。本書首先引入“數(shù)據(jù)宕機”的概念,然后介紹如何跨多個關鍵數(shù)據(jù)管道技術(shù)構(gòu)建更具彈性的數(shù)據(jù)系統(tǒng)。還介紹了數(shù)據(jù)可靠性工作流中的主動異常檢測與監(jiān)測,并設置SLA、SLI和SLO,以及
本書通過構(gòu)建數(shù)據(jù)價值化動態(tài)機制整合模型,介紹碳中和背景下數(shù)據(jù)價值化相關動態(tài)機制及平臺技術(shù),梳理數(shù)據(jù)基礎設施、數(shù)據(jù)確權(quán)登記、數(shù)據(jù)授權(quán)運營、數(shù)據(jù)資產(chǎn)評估、低碳場景應用和要素市場培育的機制機理,以及橫向數(shù)據(jù)確權(quán)授權(quán)運營、縱向數(shù)據(jù)資產(chǎn)評估和行業(yè)數(shù)據(jù)基礎設施使能的具體應用,探索賦能數(shù)據(jù)價值化的實踐路徑,同時結(jié)合具體產(chǎn)業(yè)實踐,詳細
本書通過應用案例并借助R軟件介紹統(tǒng)計方法在數(shù)據(jù)分析中的應用。主要內(nèi)容:數(shù)據(jù)的表示及可視化,線性回歸分析,逐步回歸與回歸診斷,廣義線性模型與非線性模型,方差分析,聚類分析,判別分析,主成分分析,因子分析,對應分析,典型相關分析,高維數(shù)據(jù)分析簡介。本書的最大特點是:用R軟件學習數(shù)據(jù)分析的統(tǒng)計方法,容易入門。對于常用統(tǒng)計方法
利用這本書,你將學習以下內(nèi)容:了解如何選擇Spark轉(zhuǎn)換實現(xiàn)優(yōu)化的解決方案。探索強大的轉(zhuǎn)換和歸約,包括reduceByKey()、combineByKey()和mapPartitions()。理解數(shù)據(jù)分區(qū)以實現(xiàn)優(yōu)化查詢。使用PySpark設計模式構(gòu)建和應用模型。對圖數(shù)據(jù)應用motif查找算法。使用GraphFrames