“控制系统分析与设计——过程控制系统”是控制及相关领域工程硕士培养过程中的核心课程之一。通过“控制系统分析与设计——过程控制系统”课程的学习，有助于工程硕士进一步系统地了解和掌握过程控制系统设计的基本理论、技术和方法，培养其进行过程控制系统分析与设计的能力。本书在阐述过程控制系统相关基本概念的基础上，介绍常见的过程控制

本书是《数据挖掘》的第2版，系统地介绍了数据挖掘的理论、方法与应用，包括数据特征分析及预处理、经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等）、大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）理论与方法。在此基础上，除第1章外，每章均有基于Python语言

本书以大数据运维工程师为职业培养方向，以职业岗位的“典型工作过程”为导向，融入行动导向教学法，将教学内容与职业能力相对接、单元项目与工作任务相对接。本书以实训为主体，配合实训指导视频，结合适当的知识讲解，让大数据技术学习者能快速掌握大数据平台部署与运维相关的实操能力，并建立基础理论认知。本书共8个项目，内容包括认识大数

本教材是为了适应我国卓越工程师教育培养计划和工程实践教学改革的需要，根据21世纪人才培养模式的新变化，针对中德合作高层次应用型创新人才培养的特点而编写的。本教材从训练学生的工程实践及应用能力出发，以培养综合创新思维为目标，以及为机械工程实践教学改革提供基本思路。通过本教材的学习，使学生获得产品几何量测量工程和智能检测系

本书为“十三五”职业教育国家规划教材，也是云计算技术应用专业校企合作教材。本书基于“实际任务导向型课程模式”进行构建，以“就业岗位推荐”系统为项目原型，以项目导向、任务驱动为主线，遵循大数据分析的流程，基于Python语言和Hadoop大数据平台，完成Hadoop平台搭建、就业岗位网络数据及日志数据采集与存储、就业岗位

本书从数据权属、数据价值、数据安全和数据流通等方面，对国内外关于数据有序流动和利用过程中的理论、模式、技术、法规等进行了全面梳理和解读，可以为数据要素市场建设的各方参与者提供重要并且完成的知识体系参考。

本书将围绕大数据技术的基本原理与实践,介绍了大数据获取、存储、分析、数据挖掘和机器学习。内容涵盖以下主题：Hadoop、Mapreduce、关联规则、大规模监督机器学习、数据流、集群、NoSQL系统（Pig、Hive），以及包括推荐系统、Web和安全性的应用程序。第1章重点阐述了大数据驱动的商业模式、技术生态体系，大数

本书主要介绍了机械类本科生和研究生在做测控及自动化方面的实验所涉及到的基本实验工具，如Matlab/Simulink、PLC、组态王、WinCCFlexible、TwinCAT、51单片机、Arduino、ARM、树莓派等，采用项目式实验，通过动手做，学会以上常用测空自动化工具软件的基本使用方法，在此基础上，完成基本和

本书首先介绍了业内多个具备代表性的数据安全理论及实践框架，从数据常见风险出发，引出数据安全保护最佳实践；然后介绍了数字经济时代数据要素市场的基本信息，基于构建数据要素市场、促进数据合规安全流通、释放数据价值等场景中的实践，抽象并总结了一套数据要素可信、安全、合规流通的体系架构，包括数据安全保护技术与保护数据价值释放的隐

本书系统地介绍了MATLAB在几个主要控制领域的应用。全书共分为七章，包括MATLAB介绍、控制系统的分析与设计仿真、神经网络控制的分析与仿真、模糊逻辑控制的分析与仿真、模型预测控制的分析与仿真、系统辨识分析与仿真、工程应用。各章在讲解基本应用的同时给出实际例子，并在最后一章给出了几个工程的分析、设计、建模、仿真实例。