生产过程控制是自动化学科的重要组成部分，是跨越自动控制原理和工业实践应用之间的桥梁，是将自动控制理论灵活应用于工业生产实践不可或缺的部分。本书从工业自动控制系统的基本组成结构出发，逐一介绍过程控制中的对象模型、执行器、控制器、检测仪表（压力、温度、流量、物位、成分的检测）、变送器等，以及相关的本安防爆技术。分析上述组成部分在控制系统中的作用及工作原理，进而引出上述仪表性能和特性对控制系统设计的相关意义。同时，本书以上述仪表相关知识为基础，论述过程控制系统的基本设计方法，详细描述被控参数、控制参数

本书从智能控制的起源开始，详细阐述了智能控制的基础、理论、方法和实用技术。全书共分9章，内容包括：绪论、专家系统、专家控制系统、模糊控制、神经网络控制、仿人智能控制、智能决策支持系统、现代优化方法在智能决策中的应用以及深度学习。本书理论联系实际，注重智能控制方法的实际应用，便于读者理解、掌握和实际应用。本书可作为高等院校自动化、人工智能及其相关专业的教材，也可供有关科研人员以及工程技术人员学习和参考。

本教材共包含8章，第1、2章为MATLAB数学运算基础应用，介绍了MATLAB矩阵、函数、符号及高等数学函数运算。第3章介绍了自动控制及系统的组成、稳定性的概念及传递函数的建立方法。第4~8章利用MATLAB强大数据处理、绘图函数和Simulink仿真工具，对被控对象模型进行了系统建模、

本书是为了适应高等院校培养高水平应用型专业人才目标的需要而编写的。本书主要内容包括自动化及仪表、典型控制系统及应用、先进控制技术与理论三大部分。其中，自动化及仪表部分主要介绍了过程自动化基本知识，检测技术基础知识，检测仪表、执行仪表、控制仪表等的基本工作原理；典型控制系统及应用部分全面介绍了单回路控制、串级控制、比值控制、分程控制、前馈控制等系统和工程；先进控制技术与理论部分主要介绍了时滞过程控制系统、智能控制系统、集散控制系统等。同时，本书融入课程思政教学设计，提供可参考的德育、智育课程体系，

本书是"大数据应用开发（Java）”1+X职业技能等级证书配套教材，同时也是蓝桥学院"Java全栈工程师”培养项目配套教材。全书共16章，包括大数据概述、Hadoop、HDFS、MapReduce、YARN、ZooKeeper、Hive、Flume、Azkaban、Sqoop、HBase、Kafka、Spark、大数据平台的管理与监控、大数据离线计算项目和大数据实时计算项目。本书从零基础开始逐一讲解大数据体系中的各种技术，通过丰富的实战案例阐述重点、难点知识，为初学者进入大数据领域打好基础。各章

　　《大数据可视化技术（普通高等教育数据科学与大数据技术专业教材）》的编写目的是向读者介绍大数据可视化的基本概念与应用。全书共9章：数据可视化概述、大数据可视化原理与方法、Excel数据可视化、HTML5前端可视化、Tableau数据可视化、ECharts数据可视化、Python数据可视化、大屏数据可视化设计、R语言数据可视化。《大数据可视化技术（普通高等教育数据科学与大数据技术专业教材）》将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据可视化相关技术，并对重要的核心知识点加大

大学生所接受的数据类先导或通识教育较为分散，不够深入，且理论多实操少，不能有效提升其数据素养和核心竞争力。数据行业从业人员面对工作压力和自我提升的需要，急需一门随时随地可学的专业通识课程。该课是市场需求的产物，将得到大学生和数据行业从业人员的热切欢迎。

主要特色体现为：使学生全面理解数据思维的新科学范式，覆盖数据全生命周期，从理念、理论、实操和应用不同视角，全面讲解并培养受众的数据思维模式，使其成为数据行业专业人员，提高其战

人们每天都会通过互联网、移动设备等产生海量数据，如何从其中洞悉这些数据背后所隐含的“真知灼见”，是我们研究它的意义所在。以前人们总说信息就是力量，现如今对大数据进行分析、利用和挖掘才是力量之所在。作为大数据方面的一部著作，本书是作者长期从事大数据、数据挖掘等科研工作的总结。其从大数据、数据挖掘、实际案例等三部分深入浅出地介绍了大数据领域的知识。 第一部分是大数据篇，其主要从数据起源、生态系统、生命周期以及行业应用来分析大数据的研究方向和趋势。并就数据预处理、可视化、安全等大数据技术进行了详细的阐

本书以自动化模拟生产线为载体，基于工作过程组织内容，将进行自动化生产线设计与调试所需的理论知识与实践技能分解到不同项目和任务中，分为基础篇自动化生产线核心技术和实战篇自动化生产线单元设计与调试。

本书主要面向高职高专智能控制技术、电气自动化技术、机电一体化技术、工业过程自动化技术等专业学生，以提高学生综合技术的应用能力为培养目标。本书也可以作为其他专业学生自主学习的参考资料。

全书以理论够用、实用，实践为第一的原则，采用案例方式讲授大数据技术基础的应用，使读者能够快速、轻松地掌握大数据技术基础。内容包括大数据概述；大数据处理架构Hadoop；分布式文件系统HDFS；分布式数据库HBase；NoSQL数据库；云数据库；MapReduce；Hadoop再探讨；Spark；流计算；图计算；数据可视化；等基本原理和应用技术整合。