《自动控制系统及其MATLAB仿真》将自动控制系统知识与MATLAB软件应用有机融合，从MATLAB软件应用角度出发，系统地介绍了MATLAB基本操作、符号计算、数值计算、程序设计与调试、绘图、图形用户界面、自动控制系统组成与结构及工作原理、MATLAB/Simulink控制系统分析与仿真等内容。同时，结合以上内容，配套给出了上机实训指导项目，便于读者学习及领会、及巩固前面所学MATLAB与控制系统仿真分析的相关知识。
《自动控制系统及其MATLAB仿真》可作为高职高专院校、中等职业

《运动控制系统原理及应用》首先介绍了运动控制系统的基本概念，让读者对运动控制系统的基本组成和应用背景有较为基本的认识；进而结合相关产品及项目实例分别介绍几种常见的运动控制策略、数字化部件、脉宽调制技术、智能控制技术及人机通信技术等，让读者对运动控制系统各部分原理和组成进行更加系统性的学习；最后以生产实例引导读者进行系统设计、集成的思考。

本书以计算机控制技术在智能制造自动化生产线中的应用为核心，以培养学生专业的职业素养、完备的理论知识、扎实的实践操作技能和过硬的思政素质为目标，在工业以太网技术、工业机器人技术、智能视觉识别技术、PLC技术和嵌入式触摸屏技术应用的基础上，按照工业产品智能制造过程规范化和系统化的思想进行课程开发。
全书主要包括四大部分内容：计算机控制系统的应用范例、监控组态技术在计算机控制系统中的应用、计算机控制系统上位机（通信与调度层）的应用和计算机控制系统下位机（现场控制层）的应用。各部分内容循序渐

本书以任务驱动为主线，围绕企业级应用进行项目任务设计，介绍了平台的本地模式安装、伪分布式模式安装及完全分布式模式安装，并基于Hadoop　2.X生态系统，全面讲解了Hive环境搭建与基本操作、ZooKeeper环境搭建与基本操作、HBase环境搭建与基本操作、Hadoop常用工具组件的安装与应用、集群搭建与管理，以及Hadoop平台应用综合案例等相关知识及操作技能。 本书具有实用性和可操作性强、语言精练、通俗易懂等特点，可作为高等院校大数据应用专业、软件技术专业、云计算技术与应用专业的教材，也可

本书主要介绍数据可视化分析相关知识，所使用的工具为 Tableau。本书基于以多个实际案例为背景的具体数据，介绍了常用的商务数据分析图形的制作，以及如何利用图形获得见解，得出结论。

读者通过本书可掌握数据可视化分析理论，并且能够制作可视化分析图表，基于图表获得分析结论，从而为企业经营提供指引。

本书可作为高职高专学校师生学习数据可视化分析的教材，也可以作为初学者学习数据可视化分析的资料，不需任何数据分析基础，便能无障碍学习数据可视化分析相关知识。

本书根据《教育部关于深化职业教育教学改革全面提高人才培养质量的若干意见》精神编写，以“课程思政”为指导思想，全面介绍了与课程知识体系相关的国家新政策、行业新动态和专业新知识。主要内容包括传感器与智能检测技术基础、电阻式传感器、电容式传感器、电感式传感器、压电式传感器、热电式传感器、光电式传感器、霍尔式传感器与其他磁敏传感器、波式传感器、数字式传感器、智能传感器、现代智能制造工业领域中的传感器、智慧未来与物联网、智能检测与虚拟仪器技术、“创新与制作”实训工作页。
本书可作为高职高专院校机电设

《数据清洗》主要介绍数据清洗技术的基本概念与应用。全书共有8章，分别讲述了数据清洗基础、数据清洗方法、文件类型、数据采集与抽取、Excel数据清洗与转换、ETL数据清洗与转换、Python数据清洗、R语言数据清洗。
《数据清洗》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清洗的相关技术。针对书中重要的、核心的知识点，提供了较多的练习，帮助读者达到熟练应用的目的。
《数据清洗》可作为高职高专院校大数据技术与应用、软件技术、信息管理、计算机网络等专业

本书是根据我国当前测控技术与仪器专业教学改革和教材建设的需要而编写的一本关于自动检测技术及仪表的教材。全书共分4篇19章，深入、系统地介绍了自动检测技术及仪表的相关理论、原理、技术及其应用等知识。
第1篇介绍了检测技术及仪表的基本概念及基础理论，包括检测技术及仪表概述、检测误差及其处理、信号的描述及其分析、检测系统及其特性。
第2篇介绍了各种对象参数的检测原理与技术，包括温度、力学量、运动量、流量、物位、磁参量等参量的检测原理及实现技术。
第3篇根据检测信号的处理流程顺序介绍了

这是一个大数据爆发的时代。面对信息的激流，多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，大数据已经成为IT信息产业中最具潜力的蓝海。“大数据导论”是一门理论性和实践性都很强的课程。本书是为高等职业院校大数据技术与应用专业“大数据导论”课程全新设计改编的，是一本具有丰富实践特色的新形态教材。针对高等职业院校学生的发展需求，本书系统、全面地介绍了大数据技术与应用的基本知识和技能，详细介绍了大数据与大数据时代、大数据时代思维变革、大数据促进行业发展、大数据方

　　《大数据处理：从采集到可视化》共分为9章，章数据采集，主要介绍了大数据的概念、类型及其特征，常见的数据采集方法；第2章数据清洗，主要讨论数据质量的维度，数据可能存在的质量问题，常见的数据清洗方法；第3章数据ETL，重点介绍了MGO方法；第4章数据存储，主要介绍了大数据时代的一些主流数据存储平台和相关技术；第5章回归算法，主要介绍了线性回归、决策树回归、随机森林回归等，并介绍了其实现的主要步骤以及相应的Python语言实现代码；第6章分类算法，主要介绍了逻辑回归二分类和多分类、度提升分类树等；