本書(shū)為了符合學(xué)生學(xué)習(xí)知識(shí)的一般規(guī)律，以一張控制流程圖為切入點(diǎn)，首先介紹了識(shí)圖方法，之后闡述了自動(dòng)檢測(cè)、自動(dòng)控制、自動(dòng)聯(lián)鎖報(bào)警等過(guò)程控制系統(tǒng)，然后分三章介紹了變量檢測(cè)及儀表、過(guò)程控制儀表及計(jì)算機(jī)控制系統(tǒng)等過(guò)程控制工具，最后是控制系統(tǒng)的應(yīng)用——典型過(guò)程單元的控制方案及控制系統(tǒng)的操作。將實(shí)驗(yàn)與實(shí)踐內(nèi)容單獨(dú)列為一章，在這一章不

本書(shū)立足“共生理論”，圍繞“公共數(shù)據(jù)開(kāi)放”這一研究對(duì)象，從共生狀態(tài)演進(jìn)視角界定并量化各利益主體在不同共生階段的共生關(guān)系概念和競(jìng)合程度評(píng)判依據(jù)，進(jìn)而識(shí)別出共生主體在不同階段行為變化的共生關(guān)鍵因素。面向公共數(shù)據(jù)開(kāi)放各方階段性需求變化，對(duì)其行為、利益進(jìn)行再配置，從時(shí)序上建立起公共數(shù)據(jù)開(kāi)放運(yùn)行初期、中期和后期不同共生模式對(duì)應(yīng)的

本書(shū)全面探討了科技文本分析的智能方法，以情報(bào)學(xué)理論為支撐，以人工智能技術(shù)為核心，結(jié)合現(xiàn)代情報(bào)工程的前沿實(shí)踐經(jīng)驗(yàn)，對(duì)科技文本分析的任務(wù)圖景、智能方法實(shí)現(xiàn)以及技術(shù)發(fā)展趨勢(shì)進(jìn)行了系統(tǒng)研究。首先分析了科技文本分析的概念、任務(wù)、實(shí)現(xiàn)流程和發(fā)展歷史，系統(tǒng)性地提出了科技文本分析的任務(wù)圖景。其次，深入論述科技文獻(xiàn)的智能化版式分析方法、

本書(shū)詳細(xì)介紹大數(shù)據(jù)采集與清洗的相關(guān)知識(shí)和技術(shù)，共9章，分別是概述、網(wǎng)絡(luò)爬蟲(chóng)基礎(chǔ)、網(wǎng)頁(yè)數(shù)據(jù)抓取、緩存下載頁(yè)面、并發(fā)/并行爬取、用Selenium抓取動(dòng)態(tài)內(nèi)容、Scrapy爬蟲(chóng)框架及其應(yīng)用、大數(shù)據(jù)平臺(tái)系統(tǒng)日志采集、pandas數(shù)據(jù)清洗。本書(shū)大體上由數(shù)據(jù)采集（第2～8章）和數(shù)據(jù)清洗（第9章）兩部分內(nèi)容構(gòu)成，以Python作為

本書(shū)主要闡述切換系統(tǒng)安全控制問(wèn)題的基本內(nèi)容與方法，介紹國(guó)內(nèi)外相關(guān)領(lǐng)域的最新研究成果，主要內(nèi)容包括：未知擾動(dòng)下切換系統(tǒng)抗擾動(dòng)安全控制，輸出和切換模式受攻擊下切換系統(tǒng)異步被動(dòng)網(wǎng)絡(luò)安全控制，基于雙觸發(fā)、彈性觸發(fā)的切換系統(tǒng)主動(dòng)網(wǎng)絡(luò)安全控制，基于受損數(shù)據(jù)預(yù)測(cè)的切換系統(tǒng)主動(dòng)網(wǎng)絡(luò)安全控制，基于學(xué)習(xí)和智能算法的切換系統(tǒng)網(wǎng)絡(luò)安全控制，基

本書(shū)內(nèi)容涵蓋分布式理論基礎(chǔ)、大數(shù)據(jù)處理架構(gòu)Hadoop、Hadoop分布式文件系統(tǒng)、基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)工具Hive、分布式數(shù)據(jù)庫(kù)HBase、分布式計(jì)算框架MapReduce、基于內(nèi)存的分布式計(jì)算框架Spark、分布式計(jì)算框架Flink、分布式協(xié)作服務(wù)ZooKeeper等大數(shù)據(jù)平臺(tái)架構(gòu)核心理論與重要組件，以及資源

本書(shū)共12章。第1章簡(jiǎn)要介紹DeepSeek的技術(shù)架構(gòu)、本地部署與在線開(kāi)發(fā)環(huán)境,為后續(xù)分析奠定技術(shù)基礎(chǔ)。第2~4章聚焦多源數(shù)據(jù)獲取、數(shù)據(jù)清洗及預(yù)處理,提供標(biāo)準(zhǔn)化操作流程與代碼實(shí)例。第5-8章介紹描述性統(tǒng)計(jì)、頻數(shù)分析、相關(guān)性分析、線性/曲線/邏輯回歸、K-Means聚類(lèi)、時(shí)間序列分析等核心算法,結(jié)合GDP分析、商品評(píng)論挖

本書(shū)著重介紹大數(shù)據(jù)建模與分析中常用的概率極限理論，主要內(nèi)容包括相依隨機(jī)變量和過(guò)程的極限理論、Stein方法及其應(yīng)用、自正則化極限理論、高維樣本協(xié)方差矩陣的譜統(tǒng)計(jì)量漸近分布理論、隨機(jī)梯度方法及其應(yīng)用、隨機(jī)復(fù)雜網(wǎng)絡(luò)的整體和局部結(jié)構(gòu)、分布式統(tǒng)計(jì)推斷方法和漸近理論、Gauss逼近原理及其應(yīng)用等。

本書(shū)共分為8章,每一章都圍繞完整的項(xiàng)目展開(kāi),涵蓋Spark的各個(gè)重要組件。包括認(rèn)識(shí)Spark、Scala語(yǔ)法應(yīng)用、SparkCore數(shù)據(jù)分析、SparkSQL結(jié)構(gòu)化數(shù)據(jù)處理、Spark、流式數(shù)據(jù)處理,Spark結(jié)構(gòu)化流式處理、Spark機(jī)器學(xué)習(xí)應(yīng)用、社交軟件運(yùn)營(yíng)數(shù)據(jù)分析,逐步提升讀者的技術(shù)水平和應(yīng)用能力。每個(gè)項(xiàng)目由多個(gè)

本書(shū)精心編排為15章,內(nèi)容包括Spark簡(jiǎn)介、Spark集群環(huán)境部署、Spark編程體驗(yàn)、RDD深度解讀、RDD的Shuffle詳解、Spark共享變量、Spark序列化和線程安全、Spark內(nèi)存管理機(jī)制、SparkSQL簡(jiǎn)介、SparkSQL抽象編程詳解、SparkSQL自定義函數(shù)、SparkSQL源碼解讀、Spar