<blockquote id="8soy2"></blockquote>
機械結(jié)構(gòu)輕量化和高速運載的需求,引起非線性動力學(xué)和非線性振動學(xué)科方向迅猛發(fā)展,運用先進的非線性與智能控制方法,可以有效解決振動控制和機械運動控制問題。本書重點闡述了非線性系統(tǒng)理論及其在智能控制領(lǐng)域的典型應(yīng)用,本書重視理論與應(yīng)用的結(jié)合,依次介紹了典型非線性振子和智能控制的基礎(chǔ)內(nèi)容,以及典型應(yīng)用案例,應(yīng)用場景包括柔性機械臂
本書是一部全面論述影像特征匹配技術(shù)的學(xué)術(shù)專著。首先，從應(yīng)用及理論的角度闡述影像匹配技術(shù)的研究意義與研究難點，并詳細介紹魯棒性影像特征匹配算法框架及相關(guān)研究工作。通過總結(jié)得出該技術(shù)所面臨的大輻射畸變、大幾何畸變與大粗差比例三大瓶頸問題。針對這些問題，分別提出基于**值索引圖的輻射不變特征匹配方法、基于支持線投票與仿射不變
本書介紹了大數(shù)據(jù)處理技術(shù)核心棧的全部內(nèi)容。主要從大數(shù)據(jù)處理技術(shù)的流程出發(fā)，圍繞大數(shù)據(jù)的獲取、存儲、分析到可視化展示的完整過程，以目前主流的Hadoop、Spark等開源大數(shù)據(jù)處理平臺為核心內(nèi)容，從大數(shù)據(jù)技術(shù)應(yīng)用的角度，提供主流廠商的大數(shù)據(jù)平臺的對比分析，并提供行業(yè)應(yīng)用案例和大數(shù)據(jù)處理的完整實例，以幫助新手從零基礎(chǔ)開始學(xué)
本書從ApacheFlink的緣起開始，由淺入深，理論結(jié)合實踐，全方位地介紹ApacheFlink這一處理海量數(shù)據(jù)集的高性能工具。本書圍繞部署、流處理、批處理、TableAPI和SQL四大模塊進行講解，并詳細說明ApacheFlink的每個特性的實際業(yè)務(wù)背景，使讀者不僅能編寫可運行的ApacheFlink程序代碼，還能
本書主要涉及數(shù)據(jù)工程與人工智能算法原理、大數(shù)據(jù)平臺技術(shù)、人工智能算法在大數(shù)據(jù)平臺上的實現(xiàn)等，共7章。第1章介紹大數(shù)據(jù)與人工智能的歷史、應(yīng)用；第2章介紹數(shù)據(jù)工程；第3章介紹大數(shù)據(jù)平臺；第4章介紹人工智能基礎(chǔ)算法的原理；第5章以第4章為基礎(chǔ)，介紹深度學(xué)習(xí)相關(guān)內(nèi)容；第6章介紹當(dāng)前熱門的強化學(xué)習(xí)技術(shù)；第7章為數(shù)據(jù)分析與深度學(xué)習(xí)
本書選材廣泛，共12個單元，主要內(nèi)容涉及什么是大數(shù)據(jù)，大數(shù)據(jù)分析，數(shù)據(jù)模型，結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)存儲，數(shù)據(jù)提取、轉(zhuǎn)換、加載，數(shù)據(jù)備份，Python編程語言與R編程語言，數(shù)據(jù)庫基本概念，數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)倉庫，云存儲，數(shù)據(jù)處理，數(shù)據(jù)挖掘及其算法，Hadoop與Spark，大數(shù)據(jù)可視化，商業(yè)智能
全書共分7章。第１章為非線性系統(tǒng)控制概論，第２章為基于算子理論的控制系統(tǒng)設(shè)計基礎(chǔ)，第３章為基于魯棒右互質(zhì)分解和PI控制的魯棒跟蹤控制，第４章為基于魯棒右互質(zhì)分解和滑模控制的魯棒跟蹤控制，第5章為基于魯棒右互質(zhì)分解與算子理論觀測器的跟蹤控制，第6章為基于算子理論的液位系統(tǒng)控制研究，第7章為基于算子理論的故障診斷與優(yōu)化控制
《寫給數(shù)據(jù)產(chǎn)品經(jīng)理新人的工作筆記》的目標(biāo)在于，為數(shù)據(jù)產(chǎn)品從業(yè)新人或準(zhǔn)備轉(zhuǎn)行做數(shù)據(jù)產(chǎn)品的讀者提供一個本領(lǐng)域的通解通法，并對即將面臨的問題做出預(yù)判，并找到解決方案�！秾懡o數(shù)據(jù)產(chǎn)品經(jīng)理新人的工作筆記》以數(shù)據(jù)產(chǎn)品經(jīng)理角色的定位和合作關(guān)系為切入點，站在整個數(shù)據(jù)體系的視角，從工作流程的角度剖析數(shù)據(jù)需求溝通和判斷的過程、指標(biāo)體系搭建
隨著互聯(lián)網(wǎng)的逐步深入，各行各業(yè)在線上線下均產(chǎn)生了大量的數(shù)據(jù)，如何讓這些數(shù)據(jù)產(chǎn)生價值成為每一個企業(yè)亟待解決的問題。不僅如此，隨著我國新基建的加快推進，大數(shù)據(jù)和人工智能的發(fā)展猶如騰云之勢，而數(shù)據(jù)作為新基建中“流淌的血液”，已經(jīng)成為新時代下的金礦和石油。在這一波瀾壯闊的時代背景下，為數(shù)據(jù)運營搭建系統(tǒng)化的體系及建立數(shù)據(jù)運營方法
在數(shù)據(jù)科學(xué)的背景下，科學(xué)數(shù)據(jù)不僅包括科學(xué)研究過程中產(chǎn)生的數(shù)據(jù)，還包括社會在運行過程中政府部門、商業(yè)部門產(chǎn)生的數(shù)據(jù)，廣泛來說，一切能夠用于科學(xué)研究的數(shù)據(jù)都可以稱為科學(xué)數(shù)據(jù)。一切科學(xué)數(shù)據(jù)都經(jīng)歷了從產(chǎn)生到被利用、被存儲的過程，有些數(shù)據(jù)隨著時間的推移會再次被利用并進入新的生命周期，而有些數(shù)據(jù)在存儲過程中丟失。在數(shù)據(jù)的整個生命周
本書對傳感器的基本原理、結(jié)構(gòu)、性能、用途及基本測量電路進行了介紹。本書共分12章。主要內(nèi)容有：傳感器技術(shù)的基礎(chǔ)知識；一些常用物理量的檢測，包括溫度、壓力、流量、物位、厚度、位移、速度、磁場、氣體成分等的檢測；抗干擾技術(shù)；傳感器實訓(xùn)；傳感器的應(yīng)用。每章后都附有一定量的思考題與習(xí)題，同時，設(shè)置了“知識拓展”，掃描每章后的二
本書圍繞大數(shù)據(jù)流處理領(lǐng)域，介紹FlinkDataStreamAPI、時間和窗口、狀態(tài)和檢查點、TableAPI和SQL等知識。本書以實踐為導(dǎo)向，使用大量真實業(yè)務(wù)場景案例來演示如何基于Flink進行流處理。讀者最好有一定的Java或Scala編程基礎(chǔ)，掌握計算機領(lǐng)域的常見技術(shù)概念。
本書通過專家解說和典型案例剖析的形式，為觀眾解讀大數(shù)據(jù)基本知識、基礎(chǔ)技術(shù)、關(guān)鍵應(yīng)用，以及對社會生活各個方面的影響。
本書是作者在多年科學(xué)研究的基礎(chǔ)上整理完善而成的，是自然語言處理技術(shù)在文本分類領(lǐng)域應(yīng)用的綜述和總結(jié)，本書專業(yè)性較強，注重對技術(shù)理論依據(jù)和解決思路的精細講解，讀者可通過對本書的學(xué)習(xí)了解和掌握人工智能相關(guān)技術(shù)在網(wǎng)絡(luò)文本處理時的實現(xiàn)方法和操作流程。本書的內(nèi)容包括：文本預(yù)處理、特征表示與降維、文本分類算法、多標(biāo)簽文本分類技術(shù)、短
全書共有12章，從Hadoop概述開始，介紹了Hadoop的安裝與配置管理，并對Hadoop的生態(tài)體系架構(gòu)進行了介紹，包括HDFS技術(shù)、YARN技術(shù)、MapReduce技術(shù)、HadoopI/O操作、海量數(shù)據(jù)庫技術(shù)HBase、ZooKeeper技術(shù)、分布式數(shù)據(jù)倉庫技術(shù)Hive、分布式數(shù)據(jù)分析工具Pig，以及數(shù)據(jù)遷移工具S
本書介紹了大數(shù)據(jù)的概念、特點、市場、技術(shù)、分析、應(yīng)用，還專門討論了云計算、人工智能和區(qū)塊鏈等熱點新技術(shù)及應(yīng)用，教學(xué)設(shè)計層次清晰，每個單元都遵循同樣的編排體系，內(nèi)容圖文并茂，對口語技能、閱讀技能、翻譯技能的學(xué)習(xí)任務(wù)進行了合理的設(shè)計。而且，本書還對每個單元的教學(xué)重點和專業(yè)詞匯進行了注釋，設(shè)置了基于內(nèi)容的閱讀理解練習(xí)、詞匯練
本書將古典、非線性和現(xiàn)代控制理論結(jié)合起來，借助MATLAB庫函數(shù)、仿真工具、硬件平臺對象完成控制理論的分析和設(shè)計實驗。通過實時觀察實物的動作，增強學(xué)生的興趣和感知能力，幫助學(xué)生更好理解自動控制理論,并增強學(xué)生的研究能力和創(chuàng)新能力。學(xué)術(shù)價值體現(xiàn)在： （1）利用硬件實驗平臺，學(xué)生可以理解控制器參數(shù)的作用，掌握調(diào)整直流伺服
本書全方位、系統(tǒng)性地介紹了Graphite的起源、發(fā)展及其核心組件的應(yīng)用，并深入淺出地介紹了監(jiān)控領(lǐng)域的相關(guān)知識。本書第1章至第4章主要介紹監(jiān)控的基本概念，以及Graphite核心組件的特性。第5章至第7章主要介紹創(chuàng)建基本折線圖的流程，使用鏈?zhǔn)胶瘮?shù)和多坐標(biāo)軸構(gòu)建復(fù)雜圖表的方法，以及使用Graphite原生儀表盤及其他第三
本書詳細描述了PMML規(guī)范（Ver4.3）所支持的8種模型：神經(jīng)網(wǎng)絡(luò)模型、決策樹模型、規(guī)則集模型、序列模型、評分卡模型、支持向量機模型、時間序列模型和聚合模型。全書不是簡單地介紹PMML語法，而是融合各種挖掘模型基礎(chǔ)知識和算法知識，告訴開發(fā)者如何融會貫通地掌握、使用PMML語言，不僅能夠?qū)W習(xí)到標(biāo)準(zhǔn)的PMML模型表達方式
本書以實戰(zhàn)案例為主，全面闡述了大數(shù)據(jù)開發(fā)領(lǐng)域中常用的技術(shù)原理和框架，以及框架對應(yīng)的實戰(zhàn)案例。全書共分為四大篇章：大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)離線批處理技術(shù)篇、大數(shù)據(jù)在線實時處理技術(shù)篇、大數(shù)據(jù)處理實戰(zhàn)案例篇。大數(shù)據(jù)基礎(chǔ)篇主要介紹了大數(shù)據(jù)的基礎(chǔ)知識、Hadoop和Storm的基礎(chǔ)知識及其發(fā)展現(xiàn)狀和應(yīng)用前景；大數(shù)據(jù)離線批處理技術(shù)篇主
書單推薦
