本书是创新性系统讲述数据故事化的理论与实践的教材，特别注重相关理论的继承和创新，不仅吸收全球一流大学及国外相关领域的标志性成果及最新进展，还充分体现了我国传统文化及人才培养的需要及未来社会的人才需求，系统讲解数据故事化的理论、方法、技术、工具与代表性实践。全书分为三篇：基础篇主要讲解数据故事与文学故事的联系及区别，以及数据故事的定义、特征、认知和应用；理论篇主要分析数据故事化的核心理论、数据故事化的理论基础及数据故事化的方法与技术；实战篇主要讲解Tableau的数据故事化功能和基于Tableau

全书共20章, 第1-9章分别介绍大数据与人工智能的发展历史、数据工程、机器学习算法、深度学习与神经网络、大数据存储技术、Hadoop MapReduce解析、Spark 解析、分布式数据挖掘算法和PyTorch解析等知识, 第10-20章为大数据技术和机器学习技术相结合的一些案例。

过程控制是由控制理论、计算机技术和仪器仪表、工艺知识等知识相结合而构成的一门应用科学，其任务是在了解、熟悉、掌握生产工艺流程与生产过程的静态和动态特性的基础上，根据工艺要求，应用控制理论、现代控制技术，分析、设计、整定过程控制系统。通过本书的学习，使读者能够掌握过程控制系统的基本概念、基本组成环节和基本控制规律，了解过程控制系统的基本工作原理及典型过程控制系统的工程设计方法，为从事生产过程自动控制工作打下初步基础。 本书重点讨论了被控过程数学模型建立方法、简单控制系统设计与参数整定，以及复杂控制

反馈控制方法受限于机械系统谐振频率和伯德（Bode）积分定理，闭环带宽不可能无限提高，控制精度有限，难以满足现代精密运动系统高产量、高品质的性能需求。前馈控制在精密运动平台（如光刻机硅片台、工业打印机等）加速运动过程中，可以大幅减少由参考轨迹引起的误差，缩短调整时间，从而增加系统产量；在匀速生产过程中，可以有效补偿外部扰动引起的误差，提高控制精度，保证产品品质。本书针对精密运动系统中存在的重复、非重复运动过程，引入迭代学习思想，分别研究了非固定结构、固定结构前馈控制器的设计方法，对提高精密

本书紧密结合教学及科研工作实践，内容包括MATLAB/Simulink基础知识、控制系统数学模型、时域分析法、根轨迹分析与设计、频域分析与设计、状态空间分析与设计、离散控制系统、控制系统PID控制器设计、非线性系统分析等。每章利用实例来帮助读者理解MATLAB/Simulink在控制系统仿真中的应用。全书内容由浅入深、图文并茂，可作为高等院校自动化、电气工程、计算机应用等专业高年级本科生和研究生教学参考用书，也可供相关领域工程技术人员参考。

本书是一本关于工业控制系统信息安全技术及操作实践的专业教材。书中介绍了工业控制系统安全概述、工业控制系统安全防护体系、可编程逻辑控制器(PLC)、工业总线与以太网基础、工业防火墙技术、NAT技术、数据加密技术及应用、VPN技术等内容，以菲尼克斯电气公司的PLC、AIO/DIO模块、PROFINET交换机、安全路由器和防火墙mGuard等设备为例，详细讲解了相关技术及设备的配置和使用方法。

本书可作为高等院校工业自动化、计算机网络技术、信息安全等相关专业的教学用书，也可作为工业

本书详细介绍了一个与60多年来的现代控制理论中最基本的设计原则分离原则完全不同的综合设计原则。这一设计新原则将综合根据观测器设计的结果和受控系统输出观测的关键参数，来设计一个允许只针对部分受控系统状态的状态反馈控制广义状态反馈控制。这一部分系统状态的数目等于观测器，即反馈控制器的阶数。这一阶数将首次根据不同的实际受控系统条件和不同的实际设计要求来完全自由地调整决定，也将因此完全统一现有的状态反馈控制和静态输出反馈控制。这一广义状态反馈控制的最重要的鲁棒性即可靠性，能保证在绝大部分受控系统条

本书以过程控制系统组成和结构为线索, 介绍了过程控制的基本概念, 过程控制常用仪表的原理和工程选用, 过程对象及建模方法, 过程执行器的原理和选择, 过程控制器的设计和整定及先进过程控制策略, 串级过程控制系统, 各种复杂过程控制系统的控制方案与工程设计, 计算机过程控制系统的原理、组成与应用, 过程优化技术, 工业过程故障检测等。本书除过程控制的基础知识外, 还介绍了基于计算机及先进控制理论等在内的过程控制新技术, 如现场总线技术、组态软件以及控制与管理信息集成技术等。

本书以大数据分析的相关理论和方法为主线，首先介绍了大数据分析所需的预备知识和常用的降维方法，然后介绍了数据挖掘、时间序列分析、人工神经网络等大数据分析方法，最后介绍了大数据分析和大数据可视化的常用工具，并讲解了其相应的操作。 本书既可以作为高等院校和高职院校数据科学与大数据、大数据管理与应用、软件工程及相关专业的教材，也可以供系统分析师、系统架构师、软件开发工程师和项目经理以及其他学习大数据技术的读者阅读和参考。

本书系统介绍了大数据技术与管理决策的基础知识。内容包括大数据决策的流程及方法、大数据处理的基础架构、大数据存储与管理、大数据的采集与预处理、大数据处理的计算架构、大数据分析与建模、大数据可视化、大数据治理、大数据在管理决策中的综合应用、大数据应用伦理与法律问题、大数据管理决策的挑战与趋势等，能够帮助读者学习、了解大数据技术的概貌，掌握大数据技术应用于管理决策的基本流程和关键技术，形成大数据决策思维。
本书适合管理类各专业本科生和研究生学习，也可作为其他专业学生和企业从业人员的参考书。