本書全面詳細(xì)地介紹了大數(shù)據(jù)生態(tài)系統(tǒng)中的主流技術(shù)。全書共10章，主要包括大數(shù)據(jù)生態(tài)系統(tǒng)概述、大數(shù)據(jù)采集技術(shù)、大數(shù)據(jù)存儲技術(shù)、大數(shù)據(jù)分析處理技術(shù)等內(nèi)容，書中涵蓋了Hadoop、Hive、Hbase、Kafka、Spark、Flink等技術(shù)的原理和實踐，其中重點介紹了Hadoop技術(shù)、Spark技術(shù)及Flink技術(shù)。本書詳細(xì)

本書以全國工業(yè)機器人技術(shù)應(yīng)用技能大賽使用的DLDS-1508工業(yè)機器人技術(shù)應(yīng)用實訓(xùn)系統(tǒng)為平臺，基于“項目導(dǎo)入、任務(wù)驅(qū)動”的理念安排教材內(nèi)容，共分為環(huán)形裝配檢測機構(gòu)編程與調(diào)試、視覺系統(tǒng)編程與調(diào)試、四軸SCARA機器人上料編程與調(diào)試、六軸工業(yè)機器人裝配編程與調(diào)試、按鈕燈自動裝配與分揀和七巧板自動分揀與拼接六個項目。每個項目

本書以經(jīng)典串、并、混聯(lián)機器人為主要對象，以“設(shè)計”為主線，沿襲傳統(tǒng)機構(gòu)學(xué)研究的三個主題——結(jié)構(gòu)學(xué)、運動學(xué)、動力學(xué)，展開相關(guān)“型”“性”“度”分析及設(shè)計方面的系統(tǒng)討論。全書共14章。第1章為緒論。第2章介紹與本書內(nèi)容密切相關(guān)的數(shù)學(xué)知識，包括回顧線性代數(shù)的主要知識點，以及闡述線幾何與旋量理論基礎(chǔ)等新內(nèi)容，為后續(xù)各章提供數(shù)學(xué)

本書為計算機科學(xué)、物聯(lián)網(wǎng)技術(shù)等專業(yè)技術(shù)人員的參考書和研究生教材。本書內(nèi)容主要包括無線傳感器網(wǎng)絡(luò)運用進化計算、人工免疫系統(tǒng)、進化多目標(biāo)優(yōu)化和仿生智能計算等方法，從網(wǎng)絡(luò)模型、拓?fù)�、路由、覆蓋、能耗等網(wǎng)絡(luò)多層次、跨層次、多目標(biāo)進行優(yōu)化。故障容錯策略能提高無線傳感器網(wǎng)絡(luò)運行的魯棒性和傳輸可靠性。在檢測網(wǎng)絡(luò)出現(xiàn)異�；蚬收蠒r，能及

大數(shù)據(jù)優(yōu)化建模及求解優(yōu)化模型的算法設(shè)計是解決大數(shù)據(jù)問題的關(guān)鍵技術(shù)。本書選擇信息學(xué)科領(lǐng)域一些典型的大數(shù)據(jù)問題，介紹這些問題的優(yōu)化建模方法，并對這些優(yōu)化模型進行分類，分別介紹求解各類優(yōu)化模型的算法。本書共分為六章。章詳細(xì)介紹了10個大數(shù)據(jù)問題的優(yōu)化建模方法；第二章介紹了求解這些模型所需要的基本數(shù)學(xué)知識；第三章介紹了線性規(guī)劃

本書主要內(nèi)容包括數(shù)據(jù)驅(qū)動控制基礎(chǔ)理論及方法、直線電機特性分析及建模、數(shù)據(jù)驅(qū)動的直線電機伺服系統(tǒng)設(shè)計與實現(xiàn)、二維直線電機MIMO無模型自適應(yīng)控制、互聯(lián)系統(tǒng)的無模型自適應(yīng)控制以及衍生式非圓車削系統(tǒng)數(shù)據(jù)驅(qū)動控制這些內(nèi)容主要以永磁直線電機、二維直線電機、音圈直線電機、機械臂為研究對象，通過數(shù)據(jù)驅(qū)動控制方案的設(shè)計(單入單出無模型

知識論主要研究存在于一切可能知識中的共性，具體研究知識的定義、性質(zhì)、來源、獲得手段、確證和效力等。隨著大數(shù)據(jù)時代的來臨，人們可以通過對大數(shù)據(jù)的分析、挖掘來發(fā)現(xiàn)大數(shù)據(jù)中隱含的知識，我們把這種知識稱為大數(shù)據(jù)知識。大數(shù)據(jù)知識論已成為當(dāng)代知識論研究的重要課題。《大數(shù)據(jù)知識論研究》立足知識論視角，以大數(shù)據(jù)知識為研究對象，比較系統(tǒng)

本書由矩陣?yán)碚撆c應(yīng)用、數(shù)值計算與分析、概率與統(tǒng)計和射影幾何與非歐幾何四部分內(nèi)容組成，它們是機器人學(xué)和人工智能專業(yè)涉及的一些基本數(shù)學(xué)理論和方法。矩陣?yán)碚撆c應(yīng)用主要包括正交與對角化、矩陣分解、矩陣分析和線性小二乘；數(shù)值計算與分析主要包括多項式插值、小二乘擬合、非線性優(yōu)化和非線性方程與微分方程的數(shù)值算法；概率與統(tǒng)計主要包括馬

在人工智能時代，不論是否從事大數(shù)據(jù)開發(fā)，掌握大數(shù)據(jù)的原理和架構(gòu)早已成為每個工程師的技能。本書結(jié)合作者多年大數(shù)據(jù)開發(fā)、應(yīng)用的經(jīng)驗，深入淺出地闡述大數(shù)據(jù)的完整知識體系，幫助讀者從不同視角找到大數(shù)據(jù)方向的突破口，真正從普通開發(fā)者晉升為擁有大數(shù)據(jù)思維并能解決復(fù)雜問題的技術(shù)專家。 本書一共分為7章，分別是大數(shù)據(jù)的前世今生與應(yīng)用場

本書基于庫卡（KUKA）工業(yè)機器人，從機器人應(yīng)用過程中需掌握的技能出發(fā)，由淺入深、循序漸進地介紹了KUKA機器人入門實用知識;從安全操作注意事項切入，配合豐富的實物圖片，系統(tǒng)介紹了KUKA工業(yè)機器人首次拆箱安裝、示教器和機器人示教、手動操縱機器人、工具及基坐標(biāo)系的定義及建立、I/O通信及配置、指令與編程、零點標(biāo)定等實用