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(yù)測控制方法，得到遵循“預(yù)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(yù)測控制

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(xué)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(xué)校本科自動化、電

《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(dǎo)入，引導(dǎo)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

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(dāng)?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(xué)習(xí)算法和深度學(xué)習(xí)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(xué)者學(xué)習(xí)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

本書是一部全面論述影像特征匹配技術(shù)的學(xué)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

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(xué)的背景下，科學(xué)數(shù)據(jù)不僅包括科學(xué)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(xué)研究的數(shù)據(jù)都可以稱為科學(xué)數(shù)據(jù)。一切科學(xué)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

本書是作者在多年科學(xué)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(xué)習(xí)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(yù)處理、特征表示與降維、文本分類算法、多標(biāo)簽文本分類技術(shù)、短