非結(jié)構(gòu)化數(shù)據(jù)是與結(jié)構(gòu)化數(shù)據(jù)相對應(yīng)的概念。結(jié)構(gòu)化數(shù)據(jù)具有固定的格式，看上去非常規(guī)整。與結(jié)構(gòu)化數(shù)據(jù)相反，非結(jié)構(gòu)化數(shù)據(jù)是指無固定格式的數(shù)據(jù)，例如，文本、網(wǎng)頁、圖像、視頻、數(shù)據(jù)流、序列、社交網(wǎng)絡(luò)、圖結(jié)構(gòu)等�，F(xiàn)有數(shù)據(jù)中絕大多數(shù)數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)。本書介紹了四種典型非結(jié)構(gòu)化數(shù)據(jù)的分析和挖掘技術(shù)，分別是：文本數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、數(shù)

本書主要探討數(shù)據(jù)挖掘中的項集挖掘問題，詳細介紹了頻繁項集、高可用項集、最大頻繁項集、頻繁閉項集的定義、挖掘算法、搜索空間剪枝技術(shù)、性能優(yōu)化等方面的內(nèi)容。

本書主要內(nèi)容包括：第1章初識Hadoop、第2章Hadoop基礎(chǔ)、第3章Hadoop開發(fā)環(huán)境配置與搭建、第4章Hadoop分布式文件系統(tǒng)（HDFS）、第5章資源管理器（Yarn）、第6章MapReduce基礎(chǔ)程序設(shè)計、第7章MapReduce程序設(shè)計、第8章分布式數(shù)據(jù)庫HBase、第9章分布式數(shù)據(jù)倉庫Hive、第10章

《大數(shù)據(jù)分析與挖掘》主要內(nèi)容包括：第1章緒論、第2章數(shù)據(jù)特征分析與預(yù)處理、第3章關(guān)聯(lián)規(guī)則挖掘、第4章分類算法、第5章聚類算法、第6章分布式大數(shù)據(jù)流挖掘、第7章綜合案例基于華為技術(shù)與設(shè)備。本書可作為高等院校數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)、計算機科學與技術(shù)等相關(guān)專業(yè)的本科生教材。

本書圍繞復雜非線性系統(tǒng)的故障診斷和智能自適應(yīng)容錯控制問題做了相關(guān)研究。結(jié)合作者多年的研究工作，介紹故障診斷與智能容錯控制的發(fā)展歷史及演化趨勢、容錯控制與經(jīng)典控制理論之間的關(guān)系；設(shè)計狀態(tài)觀測器和故障診斷觀測器來實現(xiàn)故障檢測和故障估計；研究基于模型驅(qū)動的智能自適應(yīng)容錯控制問題和基于數(shù)據(jù)驅(qū)動的**容錯控制問題。本書構(gòu)建了一套

本書以Scala作為開發(fā)Spark應(yīng)用程序的編程語言，系統(tǒng)介紹了Spark編程的基礎(chǔ)知識。全書共7章，內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Spark的設(shè)計與運行原理、Spark環(huán)境搭建和使用方法、RDD編程、SparkSQL、SparkStreaming、SparkMLlib等。

非線性系統(tǒng)自學習最優(yōu)控制：自適應(yīng)動態(tài)規(guī)劃方法（英文版）Self-learning optimal control of nonlinear systems

本書詳細介紹面向數(shù)據(jù)流模式挖掘的理論和方法。本書主要內(nèi)容包括四部分：第1和第2章介紹數(shù)據(jù)庫和數(shù)據(jù)流模式挖掘的相關(guān)知識；第3章介紹基于滑動窗口模型和時間衰減模型的閉合頻繁模式挖掘算法的研究與實現(xiàn)過程；第4章介紹基于多支持度的連續(xù)閉合序列模式挖掘算法的研究；第5章介紹基于約束閉合模式的決策樹分類算法的研究與實現(xiàn)過程。每章都

本書是電子類專業(yè)核心課程的教材之一，由多年從事數(shù)字電子技術(shù)理論和實驗教學的教師合作完成。書中以Xilinx公司的VivadoFPGA設(shè)計套件為基礎(chǔ)，硬件平臺以Xilinx的NexysVideoArtix-7FPGA多媒體音視頻智能互聯(lián)系統(tǒng)為主，并輔以Basys3FPGA口袋開發(fā)板；軟件平臺采用ModelSim、Viva

本書共兩部分：*部分包含第1～5章，介紹自動測量的基礎(chǔ)知識，從能量轉(zhuǎn)換的角度介紹常用的傳感器基本原理以及測量信號的轉(zhuǎn)換處理方法，并著重闡述工程中*為常見的溫度和流量參數(shù)的測量技術(shù)；第二部分包含第6～9章，側(cè)重講述虛擬儀器技術(shù)，說明虛擬儀器系統(tǒng)的設(shè)計方法，并嘗試從工程應(yīng)用的角度介紹虛擬儀器技術(shù)在自動檢測中的應(yīng)用。

本書較全面地介紹了數(shù)據(jù)挖掘的基本理論、算法及應(yīng)用。首先介紹數(shù)據(jù)挖掘的基本概念，隨后重點講述關(guān)聯(lián)規(guī)則、分類、聚類等模式的挖掘技術(shù)并介紹相關(guān)的經(jīng)典算法，同時注重數(shù)據(jù)挖掘技術(shù)的應(yīng)用實例講解，包括多模態(tài)腦影像挖掘、腦網(wǎng)絡(luò)分析及其在生物信息學和軟件工程中的應(yīng)用。*后，對近年來發(fā)展迅猛的領(lǐng)域，如使用進化計算作為主要方法的數(shù)據(jù)挖掘技

本書全面系統(tǒng)地介紹了多媒體數(shù)據(jù)挖掘的基本概念與經(jīng)典體系結(jié)構(gòu)，多媒體數(shù)據(jù)挖掘的基本理論（包括多媒體數(shù)據(jù)特征和知識表示、統(tǒng)計數(shù)據(jù)挖掘理論和基于軟計算的理論），多媒體數(shù)據(jù)挖掘理論解決實際多媒體數(shù)據(jù)挖掘問題的具體實例（包括圖像檢索和挖掘、圖像語義標注、視頻檢索，以及音頻分類）等。同時，介紹了多媒體數(shù)據(jù)挖掘的**研究成果和應(yīng)用前

本書以數(shù)據(jù)挖掘為應(yīng)用載體，按應(yīng)用頻率的高低，系統(tǒng)地介紹分治算法、貪心算法、搜索算法和動態(tài)規(guī)劃算法。同時，介紹算法分析所用的漸近符號及常用的分析方法，包括遞歸分析方法、非遞歸分析方法。本書的特點是結(jié)合作者及其團隊研究的數(shù)據(jù)挖掘問題，注重介紹算法的基本思想及算法應(yīng)用的啟發(fā)性。

本書結(jié)合現(xiàn)代IT技術(shù)、地理信息系統(tǒng)軟件新技術(shù)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術(shù)，詳細介紹時空大數(shù)據(jù)概念與發(fā)展，基于云環(huán)境的時空大數(shù)據(jù)平臺體系T-C-V軟件結(jié)構(gòu)和組成，重點闡述時空大數(shù)據(jù)中心、時空信息云服務(wù)中心和云應(yīng)用集成管理中心三大部件，*后以全空間一張圖平臺為例，介紹該平臺的實踐情況。

伴隨著大數(shù)據(jù)時代的到來，信息爆炸產(chǎn)生了海量數(shù)據(jù)，云計算、物聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)滲透到人們?nèi)粘Ｉ�活的各個領(lǐng)域，互聯(lián)網(wǎng)金融、電子商務(wù)、信息科技等先進科技領(lǐng)域無時無刻不在產(chǎn)生數(shù)據(jù)。數(shù)據(jù)結(jié)構(gòu)越來越復雜，數(shù)據(jù)形式越來越多樣，深度挖掘海量數(shù)據(jù)中隱含的信息成為大數(shù)據(jù)時代經(jīng)濟管理發(fā)展的迫切需求。聚類是數(shù)據(jù)挖掘的重要方法，面對海量數(shù)據(jù)，提

《非線性系統(tǒng)控制理論與技術(shù)/普通高等學校電類規(guī)劃教材·電氣自動化》主要包含兩部分，及非線性系統(tǒng)理論分析和非線性系統(tǒng)控制技術(shù)及應(yīng)用，非線性系統(tǒng)理論部分包含二維相平面軌線圖分析、Lyapunov穩(wěn)定理論及無源性穩(wěn)定理論、非線性系統(tǒng)線性化控制、非線性系統(tǒng)反饋線性化控制、非線性系統(tǒng)反步控制及非線性系統(tǒng)滑�？刂频�。這些控制技術(shù)簡

《故障診斷的不確定性與知識獲取》首先在介紹故障診斷概念體系的基礎(chǔ)上，闡述了故障診斷的信息模型及其不確定性度量，并具體研究了包含不完備信息、不一致信息的不確定故障診斷系統(tǒng)的知識獲取技術(shù)；然后以此為基礎(chǔ)，研究了基于共振稀疏分解法的滾動軸承早期故障微弱信號檢測技術(shù)、基于小波包技術(shù)的齒輪故障特征提取技術(shù)、基于流向圖的齒輪故障診

本書系統(tǒng)論述了分片線性分類器的設(shè)計方法及相關(guān)問題。全書共六章：第1章介紹分片線性分類器的發(fā)展歷程和演化趨勢，以及傳統(tǒng)的分片線性分類器的設(shè)計方法，并對其優(yōu)缺點進行分析和總結(jié)；第2章詳細論述該領(lǐng)域的**研究成果，即組合凸線性感知器這一通用理論框架；第3～6章分別從分類精度提升、分類模型簡化、克服數(shù)據(jù)可分性限制和新框架設(shè)計等

本書主要闡述基于滑模變結(jié)構(gòu)控制技術(shù)的容錯控制及量化控制設(shè)計的基本內(nèi)容和方法，介紹國內(nèi)外相關(guān)領(lǐng)域的**研究成果。本書主要內(nèi)容如下：基于滑模狀態(tài)反饋和輸出反饋的不確定線性系統(tǒng)的容錯控制；基于滑模量化狀態(tài)反饋和輸出反饋的不確定線性系統(tǒng)的容錯控制；一類含輸入非線性系統(tǒng)的量化輸出反饋滑模變結(jié)構(gòu)控制；一類不確定混沌系統(tǒng)在執(zhí)行器故障

本書從大數(shù)據(jù)的應(yīng)用和發(fā)展出發(fā)，提出“數(shù)據(jù)型組織”的概念，刻畫了組織的嶄新形態(tài)。全書共分為三部分。第一部分是理論，由第1章和第2章組成。第1章對數(shù)據(jù)型組織的內(nèi)涵進行闡述，第2章詳細剖析數(shù)據(jù)型組織的功能。第二部分是應(yīng)用，包括第3章～第5章。第3章分析黨建政務(wù)的現(xiàn)狀，并結(jié)合“智慧紅云”、“智慧瀘州城市管理”等案例闡述數(shù)據(jù)型組