本書為了符合學生學習知識的一般規(guī)律，以一張控制流程圖為切入點，首先介紹了識圖方法，之后闡述了自動檢測、自動控制、自動聯(lián)鎖報警等過程控制系統(tǒng)，然后分三章介紹了變量檢測及儀表、過程控制儀表及計算機控制系統(tǒng)等過程控制工具，最后是控制系統(tǒng)的應用——典型過程單元的控制方案及控制系統(tǒng)的操作。將實驗與實踐內容單獨列為一章，在這一章不

本書立足“共生理論”，圍繞“公共數(shù)據(jù)開放”這一研究對象，從共生狀態(tài)演進視角界定并量化各利益主體在不同共生階段的共生關系概念和競合程度評判依據(jù)，進而識別出共生主體在不同階段行為變化的共生關鍵因素。面向公共數(shù)據(jù)開放各方階段性需求變化，對其行為、利益進行再配置，從時序上建立起公共數(shù)據(jù)開放運行初期、中期和后期不同共生模式對應的

本書全面探討了科技文本分析的智能方法，以情報學理論為支撐，以人工智能技術為核心，結合現(xiàn)代情報工程的前沿實踐經(jīng)驗，對科技文本分析的任務圖景、智能方法實現(xiàn)以及技術發(fā)展趨勢進行了系統(tǒng)研究。首先分析了科技文本分析的概念、任務、實現(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圖景。其次，深入論述科技文獻的智能化版式分析方法、

本書詳細介紹大數(shù)據(jù)采集與清洗的相關知識和技術，共9章，分別是概述、網(wǎng)絡爬蟲基礎、網(wǎng)頁數(shù)據(jù)抓取、緩存下載頁面、并發(fā)/并行爬取、用Selenium抓取動態(tài)內容、Scrapy爬蟲框架及其應用、大數(shù)據(jù)平臺系統(tǒng)日志采集、pandas數(shù)據(jù)清洗。本書大體上由數(shù)據(jù)采集（第2～8章）和數(shù)據(jù)清洗（第9章）兩部分內容構成，以Python作為

本書主要闡述切換系統(tǒng)安全控制問題的基本內容與方法，介紹國內外相關領域的最新研究成果，主要內容包括：未知擾動下切換系統(tǒng)抗擾動安全控制，輸出和切換模式受攻擊下切換系統(tǒng)異步被動網(wǎng)絡安全控制，基于雙觸發(fā)、彈性觸發(fā)的切換系統(tǒng)主動網(wǎng)絡安全控制，基于受損數(shù)據(jù)預測的切換系統(tǒng)主動網(wǎng)絡安全控制，基于學習和智能算法的切換系統(tǒng)網(wǎng)絡安全控制，基

本書內容涵蓋分布式理論基礎、大數(shù)據(jù)處理架構Hadoop、Hadoop分布式文件系統(tǒng)、基于Hadoop的數(shù)據(jù)倉庫工具Hive、分布式數(shù)據(jù)庫HBase、分布式計算框架MapReduce、基于內存的分布式計算框架Spark、分布式計算框架Flink、分布式協(xié)作服務ZooKeeper等大數(shù)據(jù)平臺架構核心理論與重要組件，以及資源

本書共12章。第1章簡要介紹DeepSeek的技術架構、本地部署與在線開發(fā)環(huán)境,為后續(xù)分析奠定技術基礎。第2~4章聚焦多源數(shù)據(jù)獲取、數(shù)據(jù)清洗及預處理,提供標準化操作流程與代碼實例。第5-8章介紹描述性統(tǒng)計、頻數(shù)分析、相關性分析、線性/曲線/邏輯回歸、K-Means聚類、時間序列分析等核心算法,結合GDP分析、商品評論挖

本書著重介紹大數(shù)據(jù)建模與分析中常用的概率極限理論，主要內容包括相依隨機變量和過程的極限理論、Stein方法及其應用、自正則化極限理論、高維樣本協(xié)方差矩陣的譜統(tǒng)計量漸近分布理論、隨機梯度方法及其應用、隨機復雜網(wǎng)絡的整體和局部結構、分布式統(tǒng)計推斷方法和漸近理論、Gauss逼近原理及其應用等。

本書共分為8章,每一章都圍繞完整的項目展開,涵蓋Spark的各個重要組件。包括認識Spark、Scala語法應用、SparkCore數(shù)據(jù)分析、SparkSQL結構化數(shù)據(jù)處理、Spark、流式數(shù)據(jù)處理,Spark結構化流式處理、Spark機器學習應用、社交軟件運營數(shù)據(jù)分析,逐步提升讀者的技術水平和應用能力。每個項目由多個

本書精心編排為15章,內容包括Spark簡介、Spark集群環(huán)境部署、Spark編程體驗、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內存管理機制、SparkSQL簡介、SparkSQL抽象編程詳解、SparkSQL自定義函數(shù)、SparkSQL源碼解讀、Spar