本书先带领读者了解工业网络技术的发展脉络，再以三菱iQ-FX、iQ-R、MELSEC-Q系列PLC为主控CPU，通过项目形式全面学习以太网通信、简单CPU通信、串行通信、CC-Link通信、CC-Link IE Field通信、CC-Link IE Control通信、CC-Link IE TSN通信、Modbus通信和综合网络通信技术。每个项目从认知网络特点到网络拓扑连接，从系统构建到参数设置，从程序编写到网络诊断，这样一条循序渐进的认知主线，用任务串起每个网络通信的应用。本书采用主教材+工作

本本书系统地介绍智能控制的基本内容。全书共9章，主要包括智能控制概述、模糊逻辑理论基础、模糊控制、神经网络原理、神经网络控制、计算智能、深度学习、强化学习、学习控制。本书还提供了部分智能控制的MATLAB仿真程序设计及智能控制的相关应用案例。

本书主要分三部分：第1、2章介绍机器人学的基础以及并联机器人的关键知识；第3～5章介绍并联机器人的机构学理论，包括运动学和动力学；第6、7章介绍并联机器人的控制，主要是运动控制和力控制。附录将书中需要的预备知识进行了简要介绍。本书内容全面，层次结构合理，具有很强的可读性，几乎所有章后都配备了适量的习题，对于深入理解书中的内容可提供很大的帮助。本书适合机器人学相关的人士阅读。

本书在跟踪无线传感器网络和物联网通信技术发展与应用的基础上，根据学科、专业一体化建设和教学需要，结合在相关领域方向的研究与应用实践经验，深入分析无线传感器网络和物联网通信技术的基本原理及应用技术。本书共7章，主要介绍无线传感器网络的基本概念与体系结构、无线传感器网络支撑技术、无线传感器网络安全技术、物联网无线通信技术、物联网接入与互联技术；进而以车联网通信技术为典型对象，分析并讨论物联网与车辆交通领域的网络化、智能化融合技术。本书可作为高等院校物联网工程、电子信息工程、通信工程、计算机科学与技术

本书是“高等院校智能制造人才培养系列教材”之一，面向智能制造相关专业。
本书分为3篇，共12章，包括基础篇（绪论、传感器的特性及标定、电阻式传感器、电感式传感器、电容式传感器、压电式传感器、磁电式传感器、光电式传感器、热电式传感器）、工业机器人篇（工业机器人中的传感器）及先进技术篇（无线传感器网络、多传感器信息融合技术）。章中设置有思维导图、学习目标、案例引入、拓展阅读材料（二维码）、本章小结及习题与思考题等内容。
本书可作为高等院校智能制造工程、机械设计制造及其自动化、机械电子工程

"本教材第1版曾荣获首届全国教材建设奖全国优秀教材二等奖，第2版是“十四五”职业教育国家规划教材修订版，也是国家职业教育工业机器人技术专业教学资源库配套教材。本教材共５个项目，主要介绍工业机器人离线编程概述、工业机器人基本仿真工作站的创建、工业机器人工作站系统模型的创建、工业机器人激光切割工作站、工业机器人搬运码垛工作站等内容。       本教材以“纸质教材＋数字课程”的方式，配有数字课程与教、学、做一体化设计的专业教学资源库，内容丰富，功能完善。教材中的知识点与相应学习资源直接对应

本书着重叙述了数控编程的基础及方法、计算机数控装置、数控装置的轨迹控制原理、数控机床的伺服系统等方面的内容，同时还叙述了数控技术的基本概念、数控机床的机械结构、数控机床的故障诊断以及数控技术的发展等。

本书的主旨是介绍如何结合Python3语言进行各类结构化和非结构化数据的采集、预处理和存储，涉及统计概率、数据格式与编码、网页开发、自然语言处理、数据科学等不同领域的内容。全书共分为11章，包括数据科学概述、Python基础、统计与概率基础、文件读写与操作、数据可视化、网络数据爬取等多个主题。内容覆盖本地文件、网页数据、大数据访问等编程中的主要知识和技术，在重视理论基础的前提下，从实用性和丰富度出发，结合实例演示了数据采集、处理与存储的核心流程。本书适合高等院校计算机、数据科学与大数据技术、软件

本书从实用角度出发，围绕Linux 操作系统和Hadoop 集群部署，从虚拟机安装入手，结合典型项目和案例，较为全面地介绍了大数据开发技术平台Hadoop 及其生态系统的相关知识。主要内容包括大数据技术中的Hadoop 集群部署、HDFS、MapReduce、Hive、HBase和Sqoop 等。全书所有知识点都结合具体的编程示例讲解，重要知识点配有视频讲解。
本书可作为高等职业院校大数据技术、软件技术、计算机网络技术、人工智能技术等专业的教材，也可作为大数据爱好者的参考书，同时也可作为企

本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的