本書以FANUC機器人為對象，系統(tǒng)介紹了工業(yè)機器人程序設(shè)計的相關(guān)知識。全書共分八個項目，主要包括工業(yè)機器人概述、基本操作、典型工作站的編程實例等內(nèi)容，將知識點和技能點融入典型工作站的項目實施中，以滿足工學(xué)結(jié)合、項目引導(dǎo)、教學(xué)一體化的教學(xué)需求。

《過程檢測技術(shù)及儀表》（第三版）以信息為主線，從信息的獲取、變換、處理等方面介紹了過程檢測技術(shù)及顯示儀表的基本概念、各種參數(shù)和檢測方法、信號的變換技術(shù)及參數(shù)的記錄、數(shù)字顯示等內(nèi)容；并結(jié)合檢測系統(tǒng)的組成以及誤差的產(chǎn)生，討論了各種誤差的補償方法及途徑；同時介紹了各種檢測元件和實際工業(yè)過程儀表選型的原則，增加了檢測技術(shù)的新進(jìn)

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(xué)習(xí)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

本書圍繞復(fù)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(xué)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

本書根據(jù)過程工業(yè)所用原料和生產(chǎn)產(chǎn)品的特性，提出了對輸送設(shè)備的要求，對流體流動從理論上進(jìn)行了介紹；并介紹了液體輸送設(shè)備——泵、高壓氣體輸送設(shè)備——往復(fù)式壓縮機和離心式壓縮機、低壓氣體輸送設(shè)備——風(fēng)機、粉體的機械式輸送設(shè)備、粉體的流態(tài)化輸送設(shè)備——氣力輸送與水力輸送、粉體的生產(chǎn)加工設(shè)備——粉碎設(shè)備的工作原理、特性、分類、選

本書系統(tǒng)的講解了深度的基本知識，以及使用機器學(xué)習(xí)解決實際問題，詳細(xì)的介紹了如何構(gòu)建及優(yōu)化模型，并針對不同的問題給出了不同的解決方案，通過不同的例子展示了具體的項目中的應(yīng)用和實踐經(jīng)驗，是一本非常好的深度學(xué)習(xí)的入門和實踐的書籍。本書以實踐為導(dǎo)向，使用Keras作為編程框架，強調(diào)簡單，快速的上手建立模型，解決實際項目問題。讀

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(jìn)技術(shù)，詳細(xì)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。

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(xué)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(jìn)化計算作為主要方法的數(shù)據(jù)挖掘技