《控制網(wǎng)絡(luò)技術(shù)（英文版）》是將計(jì)算機(jī)網(wǎng)絡(luò)與工業(yè)控制網(wǎng)絡(luò)相結(jié)合，針對現(xiàn)代工業(yè)企業(yè)各層次組網(wǎng)和優(yōu)化問題，提出一攬子理論和實(shí)踐的解決方案，培養(yǎng)能夠適應(yīng)未來發(fā)展需要的高層次、高水平本科畢業(yè)生�！犊刂凭W(wǎng)絡(luò)技術(shù)（英文版）》的讀者對象為高等本科和大專院校在讀學(xué)生，授課教師以及廣大工業(yè)企業(yè)、研究院所、工程公司的工程技術(shù)人員。

《數(shù)控技術(shù)》堅(jiān)持“理論先進(jìn)，注重實(shí)踐，操作性強(qiáng)，學(xué)以致用”的原則精選內(nèi)容，較全面、深入淺出地介紹了數(shù)控技術(shù)的相關(guān)知識。全書共分8章，前言、數(shù)控技術(shù)概述、數(shù)控加工的工藝分析與程序編制、自動編程基礎(chǔ)、數(shù)控系統(tǒng)的插補(bǔ)原理、計(jì)算機(jī)數(shù)控裝置、數(shù)控機(jī)床的伺服系統(tǒng)、數(shù)控機(jī)床的位置檢測裝置、數(shù)控機(jī)床的PLC控制。教材內(nèi)容面向工程實(shí)際，

本書全面論述了離散事件系統(tǒng)仿真的所有重要方面，討論了數(shù)據(jù)收集與分析、解析技術(shù)的使用、模型的驗(yàn)證以及適當(dāng)?shù)姆抡嬖囼?yàn)設(shè)計(jì)，并特別注重離散事件系統(tǒng)仿真在制造、服務(wù)及計(jì)算方面的應(yīng)用。本書共五部分，分為14章。主要內(nèi)容包括：離散時(shí)間系統(tǒng)仿真基礎(chǔ)知識、電子表格中的仿真案例、基本原理、仿真中的統(tǒng)計(jì)模型、隊(duì)列模型、隨機(jī)數(shù)生成器、隨機(jī)變

本書分為理論篇、工具篇和實(shí)訓(xùn)篇。理論篇主要介紹數(shù)據(jù)挖掘的基礎(chǔ)知識、基本任務(wù)和常用方法，側(cè)重培養(yǎng)學(xué)生對于數(shù)據(jù)挖掘基本概念等理論知識的正確理解；工具篇主要介紹PMT這一的數(shù)據(jù)挖掘工具，通過功能簡介、分類預(yù)測認(rèn)知實(shí)驗(yàn)等內(nèi)容，側(cè)重培養(yǎng)學(xué)生對于數(shù)據(jù)挖掘基本操作的準(zhǔn)確認(rèn)知；實(shí)訓(xùn)篇主要介紹了七個(gè)來自實(shí)際企業(yè)需求的大數(shù)據(jù)挖掘案例，側(cè)重

本書系統(tǒng)介紹了Hadoop生態(tài)系統(tǒng)的核心開發(fā)技術(shù)，包括：Hadoop大數(shù)據(jù)技術(shù)概述、Hadoop開發(fā)及運(yùn)行環(huán)境搭建、HDFS分布式文件系統(tǒng)、MapReduce分布式計(jì)算技術(shù)框架、Hadoop的文件I/O以及YARN資源管理器、Zookeeper分布式協(xié)調(diào)服務(wù)、Hadoop分布式集群搭建與管理、Hive數(shù)據(jù)倉庫和HBas

本書針對愿意加入大數(shù)據(jù)行業(yè)的初學(xué)者量身定做，以簡練風(fēng)趣的語言介紹了大數(shù)據(jù)程核心技術(shù)及相關(guān)案例。內(nèi)容包括了數(shù)據(jù)的基本概念、Hadoop的安裝與配置、HDFS、基于Hadoop3的HDFS高可用、Zookeeper、MapReduce、YARN、Sqoop、KafKa、Redis，每個(gè)知識點(diǎn)配有可運(yùn)行的案例，同時(shí)結(jié)合企業(yè)實(shí)

本書從多個(gè)數(shù)據(jù)項(xiàng)目實(shí)例出發(fā)，介紹爬蟲、反爬蟲的各種案例，使讀者了解到數(shù)據(jù)抓取和分析的完整過程。書中案例的難度由淺入深，以作者原創(chuàng)的代碼為主，不借助現(xiàn)成的框架，強(qiáng)調(diào)在數(shù)據(jù)采集過程中的發(fā)散思維，總結(jié)攻克反爬蟲的思維模式，實(shí)現(xiàn)以低成本的方式得到想要的數(shù)據(jù)的愿望。最后，用一個(gè)“愛飛狗”的例子，為讀者展示如何從0到1地開發(fā)一個(gè)大

線性延遲反饋控制使非線性系統(tǒng)產(chǎn)生了非常復(fù)雜的行為，包括混沌和分岔，延遲產(chǎn)生的混沌具有理論上的無窮維，可能通過簡單的方法獲得超混沌吸引子。針對線性延遲反饋的混沌產(chǎn)生機(jī)理，包括局部分岔，全局分岔，拓?fù)漶R蹄等一系列問題進(jìn)行了較為深入的分析，同時(shí)對混沌的應(yīng)用，如通信應(yīng)用，加密應(yīng)用和壓實(shí)機(jī)械中的應(yīng)用都進(jìn)行了深入的研究，這些研究成

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和廣泛普及，互聯(lián)網(wǎng)已經(jīng)成為人類獲取知識的最大平臺。在爬取了Web網(wǎng)頁語料后，需要通過數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析來獲取數(shù)據(jù)的價(jià)值，從而造福人類，推動社會發(fā)展。本書主要是Web大數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析的實(shí)戰(zhàn)指南，內(nèi)容包括三部分：基礎(chǔ)知識、基于Python的數(shù)據(jù)預(yù)處理、基于Python的數(shù)據(jù)分析

決策問題中存在大量的冗余信息，而且很多信息都具有不確定性，面對這些雜亂無章的海量數(shù)據(jù)，決策者需花費(fèi)大量時(shí)間分析，以至于可能錯(cuò)失決策良機(jī)，因此研究具有不確定性的決策問題中冗余信息約簡是決策者亟待解決的關(guān)鍵問題。目前軟集合方法能夠較好地處理不確定決策問題，但軟集合約簡方法目前還不完善，致使對海量數(shù)據(jù)很難做出決策。本書主要以