本書在介紹該學(xué)術(shù)領(lǐng)域國內(nèi)外研究進展的基礎(chǔ)上，系統(tǒng)地闡述了群體系統(tǒng)協(xié)調(diào)控制及其應(yīng)用的理論和方法，致力于群體系統(tǒng)協(xié)調(diào)控制領(lǐng)域的創(chuàng)新研究。本書是作者主持國家自然科學(xué)基金與湖北省自然科學(xué)基金項目的科研成果專著。本書注重理論聯(lián)系實際，內(nèi)容取材新穎，深入淺出，系統(tǒng)性強，能夠使讀者較快地掌握該新興研究領(lǐng)域的理論和方法。

本書詳細闡述不確定動態(tài)系統(tǒng)智能評判學(xué)習(xí)與控制的基礎(chǔ)理論,核心方法與典型應(yīng)用,包括數(shù)據(jù)驅(qū)動智能優(yōu)化調(diào)節(jié),事件驅(qū)動自適應(yīng)控制設(shè)計,自學(xué)習(xí)魯棒鎮(zhèn)定與軌跡跟蹤等,并涵蓋關(guān)于自適應(yīng)評判系統(tǒng)穩(wěn)定性,收斂性,最優(yōu)性以及魯棒性的分析.針對連續(xù)時間系統(tǒng),考慮一般不確定性和廣義不確定性,全面探討自學(xué)習(xí)魯棒控制綜合,并研究未知非仿射情形時的

本書主要介紹網(wǎng)絡(luò)參量約束下迭代學(xué)習(xí)控制的分析與設(shè)計方法，內(nèi)容包括數(shù)據(jù)包丟失、數(shù)據(jù)量化壓縮及傳輸延時環(huán)境下迭代學(xué)習(xí)控制的收斂性分析理論和控制器設(shè)計原理。本書內(nèi)容由三部分組成，第一部分介紹了迭代學(xué)習(xí)控制的基本原理與研究現(xiàn)狀，討論了迭代學(xué)習(xí)控制在網(wǎng)絡(luò)控制環(huán)境下所面臨的新問題。第二部分介紹了隨機數(shù)據(jù)包丟失、數(shù)據(jù)量化條件下迭代學(xué)

隨著數(shù)字經(jīng)濟時代的到來，數(shù)據(jù)的價值不斷被發(fā)掘。但是，圍繞數(shù)據(jù)價值的挖掘也出現(xiàn)了諸多問題。例如，因為數(shù)據(jù)過于海量以及數(shù)據(jù)產(chǎn)權(quán)不明確導(dǎo)致用戶不會用，因數(shù)據(jù)使用和保護不當引起隱私泄露等安全事件，等等。《數(shù)據(jù)治理與數(shù)據(jù)安全》正是圍繞這些問題，以數(shù)據(jù)治理與數(shù)據(jù)安全為主題展開論述。首先，《數(shù)據(jù)治理與數(shù)據(jù)安全》對數(shù)據(jù)治理的對象、主題

本書是作者結(jié)合近5年（2014～2018年）在軌跡數(shù)據(jù)建模、組織與分析方面的研究成果所撰寫的。全書共6章，針對現(xiàn)有軌跡挖掘研究在地理空間信息上下文關(guān)聯(lián)方面的不足，系統(tǒng)闡述大規(guī)模軌跡數(shù)據(jù)的地理關(guān)聯(lián)建模、管理與分析技術(shù)。第1章總結(jié)軌跡數(shù)據(jù)研究方面的國內(nèi)外進展；第2章概述軌跡數(shù)據(jù)相關(guān)的管理分析技術(shù)；第3章討論大規(guī)模軌跡數(shù)據(jù)的

本書從實際應(yīng)用出發(fā)，重點介紹集散型控制系統(tǒng)及現(xiàn)場總線的概念、特點、結(jié)構(gòu)、原理和發(fā)展狀況；使讀者熟悉其基本功能特性、使用方法和設(shè)計方法；基本掌握硬件配置、軟件組態(tài)，以及操作、維護、安裝和調(diào)試等方面知識，具有初步使用集散型控制系統(tǒng)的能力。本書主要為從事控制工程工作的人學(xué)習(xí)DCS知識而編寫的，適合作為工科院校的自動化、電氣工

本書利用當前最熱門的社交網(wǎng)絡(luò)媒體微博等進行大數(shù)據(jù)文本分析，并在此基礎(chǔ)上，提出基于文本分析的推薦方法，多層級推薦方法，融合評分矩陣的推薦方法，基于社團聚類的推薦方法，基于用戶點擊行為的混合推薦方法，融合隱性特征的群組推薦方法，分布式群組推薦方法。同時給出一種Web查詢詞推薦服務(wù)，讓用戶更精確地查找并定位到所要搜索的相關(guān)網(wǎng)

《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。

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)不正當競爭案（新浪微博訴脈脈案）、遺忘權(quán)案（

本書系統(tǒng)地介紹了基于自適應(yīng)學(xué)習(xí)控制的單控制器與多控制器系統(tǒng)最優(yōu)控制方法。分別針對單控制器系統(tǒng)與多控制器系統(tǒng)，提出了一系列自適應(yīng)動態(tài)規(guī)劃方法獲得系統(tǒng)的最優(yōu)控制策略。全書共分為11章，第1、2章主要講述自適應(yīng)動態(tài)規(guī)劃方法的基本原理以及實現(xiàn)方式。第3~7章主要介紹單控制器非線性系統(tǒng)迭代自適應(yīng)動態(tài)規(guī)劃最優(yōu)控制方法以及性能分析方

過程控制系統(tǒng)是控制科學(xué)與控制工程學(xué)科中的重要知識領(lǐng)域，是測控技術(shù)與儀器和自動化專業(yè)學(xué)生必修課程之一。本書是在總結(jié)多年教學(xué)經(jīng)驗、部分章節(jié)取材于國外優(yōu)秀經(jīng)典教材基礎(chǔ)上編譯而成的。全書共分16章六大部分，每章末附有思考題與習(xí)題。第一部分是過程控制概論，包括第1～2章，內(nèi)容有緒論、過程控制目標與系統(tǒng)設(shè)計概述；第二部分是過程動態(tài)

本書在總結(jié)目前國內(nèi)外該研究方向發(fā)展現(xiàn)狀的基礎(chǔ)上，結(jié)合其他人工智能方法的先進思想和理論，以一種新的體系，系統(tǒng)、全面地介紹各種群智能算法的理論、計算方法及其應(yīng)用，更重要的是為群體智能算法的應(yīng)用提供新的思路和方法。本書第一部分系統(tǒng)論述群體智能的產(chǎn)生，基本方法以及最新的理論和應(yīng)用現(xiàn)狀。本書第二部分重點介紹進化計算中的遺傳算法，

本書主要涵蓋專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)、進化計算四個經(jīng)典的智能控制模塊，以及各常見的典型智能優(yōu)化算法的基本理論及計算機仿真實現(xiàn)、工程實現(xiàn)及其實際應(yīng)用等，各智能控制模塊都分別詳細闡述了其發(fā)展歷史、核心思想基本含義、算法的Matlab軟件仿真實現(xiàn)、半實物仿真試驗驗證、電力系統(tǒng)工程實際應(yīng)用研究等五個方面。編寫體例基本一致，

大數(shù)據(jù)分析基礎(chǔ):概念、技術(shù)、方法和商務(wù)（英文版）

智能控制理論是繼經(jīng)典控制理論和現(xiàn)代控制理論之后出現(xiàn)的一個先進控制理論。該書著重反映智能理論和方法解決復(fù)雜系統(tǒng)控制問題的方法意義，同時介紹智能理論與方法在控制系統(tǒng)中的各種應(yīng)用實例，并力求反映國內(nèi)外智能控制研究和應(yīng)用的新進展。該書主要內(nèi)容涵蓋了智能控制系統(tǒng)的結(jié)構(gòu)與仿真、基于模糊推理的智能控制系統(tǒng)、基于神經(jīng)元網(wǎng)絡(luò)的智能控制系

隨著“一帶一路”倡議的具體實施，“一帶一路”大數(shù)據(jù)的收集和定量分析變得日益重要。為有效指導(dǎo)我國政策的制定和實施，以及在沿線國的基礎(chǔ)設(shè)施建設(shè)、投資和貿(mào)易，及時了解沿線各國政府和人民對“一帶一路”倡議的響應(yīng)情況，本書運用統(tǒng)計分析、系統(tǒng)科學(xué)和復(fù)雜性科學(xué)的思想和方法，通過協(xié)同研究人口學(xué)、經(jīng)貿(mào)和媒體大數(shù)據(jù)，導(dǎo)出海外基礎(chǔ)設(shè)施建設(shè)能

本書通過對國內(nèi)外大量文獻資料進行精心篩選與組織，結(jié)合作者近幾年來的研究成果，較系統(tǒng)地研究了基于演算子理論的分解、設(shè)計、魯棒穩(wěn)定條件，不確定非線性系統(tǒng)的穩(wěn)定性、魯棒性、追蹤性等問題以及一些實際應(yīng)用成果。書中的內(nèi)容絕大多數(shù)來源于作者近幾年來的創(chuàng)新性研究成果，新穎實用，研究方法先進，具有重要的理論研究和實際應(yīng)用價值。本書共分

《大數(shù)據(jù)技術(shù)及其背景下的數(shù)據(jù)挖掘研究》圍繞大數(shù)據(jù)背景下的數(shù)據(jù)挖掘及應(yīng)用問題，從大數(shù)據(jù)挖掘的基本概念入手，系統(tǒng)地闡述了大數(shù)據(jù)的基礎(chǔ)理論、大數(shù)據(jù)處理架構(gòu)Hadoop以及大數(shù)據(jù)存儲與管理研究；由淺入深地論述了數(shù)據(jù)挖掘的基礎(chǔ)理論、大數(shù)據(jù)挖掘技術(shù)研究、數(shù)據(jù)挖掘的藝術(shù)，并結(jié)合實踐，闡述了數(shù)據(jù)挖掘的應(yīng)用�！洞髷�(shù)據(jù)技術(shù)及其背景下的數(shù)據(jù)

《大數(shù)據(jù)特征降維：粗糙集特征選擇的群智能方法及應(yīng)用研究》從高維大數(shù)據(jù)的特征降維出發(fā)，指出大數(shù)據(jù)時代粗糙集特征選擇面臨的挑戰(zhàn)，介紹了群智能算法的獨特優(yōu)勢和存在的問題，對粗糙集和群智能的理論與經(jīng)典算法進行了總結(jié)歸納并提出一種基予群智能和粗糙集的特征選擇框架，依據(jù)此框架設(shè)計相關(guān)特征選擇算法，應(yīng)用于銀行個人信用評分系統(tǒng)與高維數(shù)

全書共分為五大部分，*部分介紹了實時數(shù)據(jù)流和聚類方法的背景，包括實時數(shù)據(jù)流的特點、進行數(shù)據(jù)分析的技術(shù)以及研究現(xiàn)狀。第二部分詳細講解了聚類方法中的簡單聚類，包括基于衰減窗口與剪枝維度樹的數(shù)據(jù)流聚類和實時數(shù)據(jù)流動態(tài)模式發(fā)現(xiàn)與跟蹤方法，以及相關(guān)實驗證明等內(nèi)容。第三部分詳細闡述了增量聚類技術(shù)，包括什么是增量聚類、網(wǎng)格劃分策略，