《智能控制》（第2版）全面论述智能控制的基本概念、原理、方法、技术及工程应用实例。本书立意新颖，取材广泛，内容丰富，结构严谨，自成系统，特色鲜明；由浅入深，深入浅出，论述精辟，逻辑严密，辩证分析，启迪思维。同国内外同类书籍相比，本书在学术上具有以下创新性。

本书是针对高等工科院校相关控制类学科研究生的现代鲁棒控制理论课程需要而编写的。本书综合近年来国内外有关鲁棒控制理论的资料，对现代鲁棒控制理论所包含的内容作了全面、系统、深入浅出的阐述，覆盖了变结构控制理论和H∞控制理论两部分内容，内容取舍上注重理论基础性和实用性，论述方式上力求符合理工科学生的认识规律，方便高年级本科生和研究生的学习和理论应用。
本书可作为高等工科院校控制类学科高年级本科生和研究生的教材或参考书，也可作为广大工程科技人员及其他大专院校师生自学现代鲁棒控制理论的参考用

本书是在大数据与人工智能快速发展并对人们的科学研究、生活产生了重要影响的大形势下，结合教育部计算机公共课教指委提出的加强在校大学生计算思维能力培养的指导思想，为高等院校《大学计算机应用基础》类课程的教学而编写的。本书从信息处理与数据科学的视角入手，依据大学计算机公共课的课程体系及本书的设计理念，重点探索与分析了信息在计算机中的表示、各类信息资源的编辑处理技术、数据科学与数据分析的相关概念与技术、人工智能的原理与应用共五个领域的内容。共有5篇组成，依次为(1)信息化社会与信息的数字化表示、(

本书围绕大数据背景下的数据挖掘及应用技术，从大数据挖掘的基本概念入手，由浅入深、循序渐进地介绍大数据挖掘分析过程中的数据认知与预处理、数据可视化技术、数据挖掘的基本方法、Hadoop大数据分布式处理生态系统及分析应用等内容。其中数据挖掘的基本方法不仅包括数据关联分析、数据分类分析及数据聚类分析，还包括深度学习等重要的数据挖掘研究和发展主题。作者对每一章的内容都尽量从不同的角度进行深入剖析，案例均采用Python语言编程。
本书既可以面向计算机科学与技术、数据科学与技术、人工智能、智能科学与

大数据治理是传统信息治理的延续和扩展，其涉及的内容非常广泛。大数据治理确保以正确的方式对数据和信息进行管理，为大数据的有效应用保驾护航，使得数据成为一个有机整体而不是各自为政。大数据治理所需的技术支撑需要涵盖大数据管理、存储、质量、共享与开放、安全与隐私保护等多个方面。本书首先对大数据治理的背景和基本概念进行简要介绍，尝试为读者提供对大数据治理的基础认识；然后从政策、管理和技术等多个方面对大数据治理相关的概念和方法加以介绍，对数据架构管理、元数据管理、主数据管理、大数据集成、数据质量管理、数据的

目前，社会对大数据工程技术人才的需求大大增加，因此向计算机和电子信息类相关专业学生传授大数据知识和技术方法，提高他们在各领域应用大数据的能力具有重大意义。本书共9章，围绕大数据的基本概念和大数据处理的主要环节编写。第1章主要介绍大数据的概念、特点和构成；第2章主要介绍在Windows系统中安装Linux虚拟机及构建Hadoop分布式集群的方法；第3章主要介绍大数据采集工具的使用及数据预处理的常用方法；第4章首先介绍Hadoop的发展历史、软件生态、核心组件和命令结构，然后以HDFS为重点，介绍其

本书紧跟计算机技术发展潮流，是计算思维通识教育类课程的教材，以基础性、系统性、先进性、通俗易懂为指导思想，将蕴含在计算机学科中的经典计算思维和信息时代人们应具备的大数据、互联网和人工智能等新思维、新技术进行了全面介绍。本书共分为 7 章，主要内容包括计算与计算思维；计算机中的 0 与 1；计算机硬件系统组成及工作原理；计算机软件、语言与算法；互联网与物联网；数据科学与大数据技术和人工智能。本书充分吸收计算机领域的新知识、新技术、新方法和四新人才培养目标，对非计算机专业计算机公共课的基本教学内容进

本书的内容涉及智能视频监控系统中的采集及编码技术、数据传输技术、数据存储技术、现实技术等方面，介绍了产品技术特点、技术应用的相关知识、工程应用规范。

本着以小见大、实践为先的理念，在工业大数据的背景下，本书阐述了数据的前世今生与内涵、外延，深入浅出地梳理了数据处理的各个阶段及典型框架，内容包括大数据采集、大数据预处理、大数据存储、大数据分析与可视化等，同时还介绍了大数据技术的典型应用。
本书注重学科基础上的知识体系与实践能力，适合作为数据科学相关专业学生的导论教材，也可作为信息类其他专业学生的通识教材，以培养学生的数据思维意识。