本書在全面梳理科學數(shù)據(jù)相關(guān)概念和理論的基礎(chǔ)上，聚焦在科學數(shù)據(jù)管理的生命周期理論模型和應(yīng)用框架、科學數(shù)據(jù)管理系統(tǒng)可信評估和功能開發(fā)，以及科學數(shù)據(jù)管理服務(wù)評估和可持續(xù)發(fā)展機制三個方面，并將理論研究應(yīng)用于實踐成果，致力于開發(fā)科學數(shù)據(jù)知識庫原型系統(tǒng)，構(gòu)建本地**實踐和設(shè)計專業(yè)課程體系，加快數(shù)據(jù)管理專業(yè)培訓體系的落地實踐，豐富對

本書以基礎(chǔ)、模型及應(yīng)用為主線,介紹數(shù)據(jù)分析的基礎(chǔ)知識、經(jīng)典模型以及相關(guān)應(yīng)用.內(nèi)容包括非負矩陣分解、張量分解、深度學習、寬度學習的經(jīng)典模型與學習方法,以及作者對相關(guān)模型的擴展及其在多視角聚類、地理傳感數(shù)據(jù)預測、信息級聯(lián)預測及蛋白質(zhì)二級結(jié)構(gòu)預測中的應(yīng)用研究.本書內(nèi)容全面,深入淺出,既詳細介紹了基本概念、思想和算法,也提供了

本書以Kettle實現(xiàn)ETL流程為目標，將ETL知識點與任務(wù)相結(jié)合，配套真實案例，深入淺出地介紹了ETL數(shù)據(jù)整合與處理的相關(guān)內(nèi)容。全書共8章，第1章介紹了ETL概念和ETL工具，讓讀者在了解ETL相關(guān)的概念后，立刻上手ETL工具Kettle；第2~6章介紹了Kettle工具轉(zhuǎn)換相關(guān)的組件，包括源數(shù)據(jù)獲取、記錄處理、字段

全書分為七個章節(jié)，第一章數(shù)據(jù)管理技術(shù)得發(fā)展介紹，第二章Hadoop集群的構(gòu)建與安裝介紹，第三章Hadoop深入介紹，第四章數(shù)據(jù)倉庫Hive的使用，第五章海量日志采集及傳輸系統(tǒng)Flume學習，第六章海量數(shù)據(jù)傳輸工具Sqoop學習，第七章批量工作流任務(wù)調(diào)度器Azkaban學習。本書理論聯(lián)系實際，用典型案例貫穿全書，采用項目

與數(shù)據(jù)相關(guān)的能力——包括獲取數(shù)據(jù)、理解數(shù)據(jù)、處理數(shù)據(jù)、從數(shù)據(jù)中提取價值、用可視化方式展現(xiàn)數(shù)據(jù)、交流數(shù)據(jù)，不僅僅專業(yè)技術(shù)人員應(yīng)該掌握它，即使是在我們的小學、中學和大學，也都應(yīng)該傳授相關(guān)的技巧。因為，我們已經(jīng)進入了大數(shù)據(jù)時代，數(shù)據(jù)無處不在，無孔不入。 本書以導論形式介紹與數(shù)據(jù)科學相關(guān)的各方面知識。全書由“數(shù)”開篇，“說”

本書以MATLAB9.5（MATLABR2018b）為仿真平臺，較全面地介紹了自動控制系統(tǒng)的建模、分析、仿真、校正與設(shè)計的基本原理和方法。全書共分7章，其內(nèi)容包括緒論、MATLAB計算基礎(chǔ)、Simulink仿真、控制系統(tǒng)數(shù)學模型、控制系統(tǒng)時域分析法、頻域分析法和控制系統(tǒng)校正與綜合應(yīng)用等。本書可作為高等學校本科自動化、電

本書在狀態(tài)空間理論的統(tǒng)一框架下系統(tǒng)深入地介紹非線性網(wǎng)絡(luò)控制系統(tǒng)的建模、分析與控制等問題。首先，簡要介紹非線性控制系統(tǒng)的模型、穩(wěn)定性分析方法，以及反饋線性化理論。然后，分別介紹單邊丟包和量化以及雙邊丟包和量化的非線性網(wǎng)絡(luò)控制系統(tǒng)的模型預測控制方法，得到遵循“預測系統(tǒng)動態(tài)—求解優(yōu)化問題—解的第一個元素作用于系統(tǒng)”的預測控制

本書比較全面地介紹了作者和國內(nèi)外學者近年來在網(wǎng)絡(luò)控制系統(tǒng)分析和綜合方面的研究成果.書中介紹了網(wǎng)絡(luò)控制系統(tǒng)的離散時間系統(tǒng)模型，連續(xù)時間系統(tǒng)模型的建立方法及穩(wěn)定性分析，基于模型的鎮(zhèn)定控制、預測控制、量化控制和濾波器設(shè)計，并介紹了網(wǎng)絡(luò)控制的聯(lián)合設(shè)計與無線網(wǎng)絡(luò)控制系統(tǒng)的跨層設(shè)計方法.最后還介紹了網(wǎng)絡(luò)控制系統(tǒng)的仿真方法.

《Spark大數(shù)據(jù)實時分析實戰(zhàn)》分為六個項目，通過真實大數(shù)據(jù)實時分析項目的導入，引導讀者完成大數(shù)據(jù)實時分析平臺Spark的搭建，通過對基于Hadoop生態(tài)圈中Yarn資源調(diào)度框架，搭建Spark日志管理系統(tǒng)，搭建Kafka分布式消息系統(tǒng)，在工作中實現(xiàn)使用SparkStreaming實時讀取Kafka中的數(shù)據(jù)進行實時處理

本書在數(shù)據(jù)挖掘領(lǐng)域介紹的內(nèi)容全面，講解細致，保留了相當?shù)钠�幅講述數(shù)據(jù)挖掘各方面的基本概念和方法，如數(shù)據(jù)挖掘的概述、數(shù)據(jù)描述和處理、基本統(tǒng)計分析方法、常用的統(tǒng)計學習算法和深度學習算法。本書還介紹了數(shù)據(jù)挖掘技術(shù)應(yīng)用實例，如數(shù)據(jù)挖掘技術(shù)在睡眠分期中的應(yīng)用。因此既適合初學者學習又適合專業(yè)人員參考。除了包含國內(nèi)外教材中的內(nèi)容和特

機械結(jié)構(gòu)輕量化和高速運載的需求,引起非線性動力學和非線性振動學科方向迅猛發(fā)展,運用先進的非線性與智能控制方法,可以有效解決振動控制和機械運動控制問題。本書重點闡述了非線性系統(tǒng)理論及其在智能控制領(lǐng)域的典型應(yīng)用,本書重視理論與應(yīng)用的結(jié)合,依次介紹了典型非線性振子和智能控制的基礎(chǔ)內(nèi)容,以及典型應(yīng)用案例,應(yīng)用場景包括柔性機械臂

本書是一部全面論述影像特征匹配技術(shù)的學術(shù)專著。首先，從應(yīng)用及理論的角度闡述影像匹配技術(shù)的研究意義與研究難點，并詳細介紹魯棒性影像特征匹配算法框架及相關(guān)研究工作。通過總結(jié)得出該技術(shù)所面臨的大輻射畸變、大幾何畸變與大粗差比例三大瓶頸問題。針對這些問題，分別提出基于**值索引圖的輻射不變特征匹配方法、基于支持線投票與仿射不變

本書介紹了大數(shù)據(jù)處理技術(shù)核心棧的全部內(nèi)容。主要從大數(shù)據(jù)處理技術(shù)的流程出發(fā)，圍繞大數(shù)據(jù)的獲取、存儲、分析到可視化展示的完整過程，以目前主流的Hadoop、Spark等開源大數(shù)據(jù)處理平臺為核心內(nèi)容，從大數(shù)據(jù)技術(shù)應(yīng)用的角度，提供主流廠商的大數(shù)據(jù)平臺的對比分析，并提供行業(yè)應(yīng)用案例和大數(shù)據(jù)處理的完整實例，以幫助新手從零基礎(chǔ)開始學

本書選材廣泛，共12個單元，主要內(nèi)容涉及什么是大數(shù)據(jù)，大數(shù)據(jù)分析，數(shù)據(jù)模型，結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)存儲，數(shù)據(jù)提取、轉(zhuǎn)換、加載，數(shù)據(jù)備份，Python編程語言與R編程語言，數(shù)據(jù)庫基本概念，數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)倉庫，云存儲，數(shù)據(jù)處理，數(shù)據(jù)挖掘及其算法，Hadoop與Spark，大數(shù)據(jù)可視化，商業(yè)智能

全書共分7章。第１章為非線性系統(tǒng)控制概論，第２章為基于算子理論的控制系統(tǒng)設(shè)計基礎(chǔ)，第３章為基于魯棒右互質(zhì)分解和PI控制的魯棒跟蹤控制，第４章為基于魯棒右互質(zhì)分解和滑�？刂频聂敯舾�蹤控制，第5章為基于魯棒右互質(zhì)分解與算子理論觀測器的跟蹤控制，第6章為基于算子理論的液位系統(tǒng)控制研究，第7章為基于算子理論的故障診斷與優(yōu)化控制

在數(shù)據(jù)科學的背景下，科學數(shù)據(jù)不僅包括科學研究過程中產(chǎn)生的數(shù)據(jù)，還包括社會在運行過程中政府部門、商業(yè)部門產(chǎn)生的數(shù)據(jù)，廣泛來說，一切能夠用于科學研究的數(shù)據(jù)都可以稱為科學數(shù)據(jù)。一切科學數(shù)據(jù)都經(jīng)歷了從產(chǎn)生到被利用、被存儲的過程，有些數(shù)據(jù)隨著時間的推移會再次被利用并進入新的生命周期，而有些數(shù)據(jù)在存儲過程中丟失。在數(shù)據(jù)的整個生命周

本書圍繞大數(shù)據(jù)流處理領(lǐng)域，介紹FlinkDataStreamAPI、時間和窗口、狀態(tài)和檢查點、TableAPI和SQL等知識。本書以實踐為導向，使用大量真實業(yè)務(wù)場景案例來演示如何基于Flink進行流處理。讀者最好有一定的Java或Scala編程基礎(chǔ)，掌握計算機領(lǐng)域的常見技術(shù)概念。

本書是作者在多年科學研究的基礎(chǔ)上整理完善而成的，是自然語言處理技術(shù)在文本分類領(lǐng)域應(yīng)用的綜述和總結(jié)，本書專業(yè)性較強，注重對技術(shù)理論依據(jù)和解決思路的精細講解，讀者可通過對本書的學習了解和掌握人工智能相關(guān)技術(shù)在網(wǎng)絡(luò)文本處理時的實現(xiàn)方法和操作流程。本書的內(nèi)容包括：文本預處理、特征表示與降維、文本分類算法、多標簽文本分類技術(shù)、短

本書將古典、非線性和現(xiàn)代控制理論結(jié)合起來，借助MATLAB庫函數(shù)、仿真工具、硬件平臺對象完成控制理論的分析和設(shè)計實驗。通過實時觀察實物的動作，增強學生的興趣和感知能力，幫助學生更好理解自動控制理論,并增強學生的研究能力和創(chuàng)新能力。學術(shù)價值體現(xiàn)在： （1）利用硬件實驗平臺，學生可以理解控制器參數(shù)的作用，掌握調(diào)整直流伺服

本書以實戰(zhàn)案例為主，全面闡述了大數(shù)據(jù)開發(fā)領(lǐng)域中常用的技術(shù)原理和框架，以及框架對應(yīng)的實戰(zhàn)案例。全書共分為四大篇章：大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)離線批處理技術(shù)篇、大數(shù)據(jù)在線實時處理技術(shù)篇、大數(shù)據(jù)處理實戰(zhàn)案例篇。大數(shù)據(jù)基礎(chǔ)篇主要介紹了大數(shù)據(jù)的基礎(chǔ)知識、Hadoop和Storm的基礎(chǔ)知識及其發(fā)展現(xiàn)狀和應(yīng)用前景；大數(shù)據(jù)離線批處理技術(shù)篇主