“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参数检测及控制仪表的基本原理及使用方法、被控过程的建模方法以及比较成熟且具有广泛应用前景的过程控制技术和方法。 本书是控制工程领域工程硕士教材，也可供普通高等院校自动化等相关专业的

本书是作者在清华大学自动化系50多年教学和科研的总结，书中系统地论述了计算机控制系统的结构、原理、设计和应用，既有理论分析也有应用实例。全书共4篇，分别论述了直接数字控制系统（DDC）、集散控制系统（DCS）、现场总线控制系统（FCS）和可编程控制器系统（PLC）。每篇层次分明，条理清晰，既自成体系又相互联系，体现了系统性、先进性、理论性和实用性。并且有与该书配套的可视化教学光盘,以及讲解书中重点和难点的音视频，既便于老师讲课，也利于读者自学。可视化教学光盘中既有PPT文件，也有实验演示视

《过程自动化及仪表(非自动化专业适用)（第四版）》以自动控制系统为主体，辅以各种自动化仪表和控制装置，深入浅出地叙述了生产过程有关变量的测量方法及应用特点，自动控制系统的组成和简单、复杂、先进控制系统，以及在设计、运行中与工艺过程有关的知识要点,介绍了典型工业生产过程：流体输送设备、传热设备、锅炉设备、精馏塔、反应器、窑炉、生化过程、冶金过程、造纸过程等的控制，最后简单介绍了安全仪表系统在过程工业中的应用。
本书可作为高等学校非自动化专业（工艺类专业）自动化仪表类课程教材，亦可供生产过程工

本书以理念创新为先导，采取“任务+学习活动”创新学习方式和教育模式，是促进学生主动、有效学习的立体可视化教材。本书通过企业典型案例，深入浅出地介绍了智能控制系统集成与装调控制系统的实现方法，工业机器人、机器视觉系统和PLC编程与组态的设计方法与使用技巧，以及工业机器人智能检测与装配工作站的工程实例，融“教、学、做”为一体，“工学结合、任务驱动”，具有可操作性和实践性。本书注重强化学生的创新意识，培养学生解决实际工程任务的综合技能，提升学生精益求精的工匠精神和职业技能。
本书内容丰富

本书根据自动化专业“工程教育专业认证”“新工科建设”等需求编写而成，旨在培养学生在面向特定需求情况下嵌入式控制系统的设计能力，并通过多个工程应用案例讲解，培养学生解决复杂工程问题的能力。全书分为3个部分，共12章。其中，第1部分由第1～3章组成，主要讲解嵌入式控制系统基础、嵌入式控制系统典型开发流程、STM32处理器及最小系统设计。第2部分由第4～8章组成，主要面向建筑智能化应用场景，详细阐述了标准开发流程下典型装置和平台的设计过程。第3部分由第9～12章组成，主要面向工业智能化应用场景下铝电解

本书充分融入思政元素，突出高职教育特色，更好地贴近生产实际和岗位需求，融入国家职业技能鉴定标准、“1+X”职业技能等级证书培训等，以“典型自动控制系统的分析、调试与故障排除”为主线，结合编者多年的教学经验与校企“双元”合作成果课程改革进行修订。 本书针对实际自动控制系统分析、调试与维修过程中不同阶段所应具有的知识和能力进行介绍。本书设有5个单元，主要内容包括自动控制系统基础、自动控制系统数学模型建立、自动控制系统时域分析法、自动控制系统频域分析法、线性系统的校正与设计。本书将理论知

本书主要介绍数据仓库与数据挖掘的基本概念和方法，包括数据预处理、数据仓库与联机分析处理、数据仓库设计与开发、回归分析、关联规则挖掘、分类、聚类、神经网络与深度学习、离群点检测以及文本和时序数据挖掘等内容。 各章力求原理叙述清晰，易于理解，突出理论联系实际， 辅以代码实践与指导，引领读者更好地理解与应用算法，快速迈进数据仓库与数据挖掘领域 。 本书可作为高等学校计算机科学与技术、数据科学与大数据技术等相关专业的教材，也可作为科研人员、工程师和大数据爱好者的参考书。

"本书入选教育部软件工程专业教学指导委员会“软件工程专业系列教材”。全书从基础的统计分析方法到基于机器学习的预测模型，全面系统地介绍了各种常用的数据分析方法及其典型应用，并结合大量的实际应用案例介绍了各种分析方法的使用步骤及其应用效果，让读者能够更好地了解各种分析方法的应用场景和价值。全书共10章，主要包括：绪论、概论率基础、描述性分析、探索性数据分析、参数估计、假设检验、方差分析、相关分析与回归分析、机器学习、时间序列分析。本书可作为高等学校软件工程、数据科学与大数据技术、人工智能等

“大数据技术与应用”是一门大数据知识入门课程，是数据科学与大数据技术、计算机科学与技术、软件工程等专业的重要前沿理论课程，对于信息类专业的学生掌握大数据相关理论知识并与企业工程实践接轨具有十分重要的作用。本书共包含9章，第1章为初识大数据，第2章为大数据采集，第3章为大数据预处理，第4章为大数据存储，第5章为大数据计算，第6章为大数据挖掘，第7章为大数据安全，第8章为大数据可视化，第9章为大数据应用案例。本书以大数据生命周期为主线，通过理论学习+应用案例，使学生参与到大数据实际处理、分析中来，有

本书从大数据分析的原理、技术和应用的角度，围绕着大数据分析的基础知识、大数据分析平台的核心原理、大数据分析的关键技术、大数据分析的应用四个方面进行讲述，使学生能掌握大数据分析的基本原理和核心技术，同时通过大数据分析在上市公司信用风险预测研究中的应用案例使学生熟悉大数据分析的原理和技术的实际应用，并能搭建大数据分析平台分析大规模数据集。其中，大数据分析的基础知识包括：大数据产生的背景、大数据的概念、特点、价值、大数据带来的思维变革；大数据分析平台的核心原理包括：两种常用开源大数据分析平台——Had