本书将大数据技术生态圈主流技术框架的应用与发展、搭建Hadoop大数据分布式系统集群平台、大数据分布式文件系统HDFS（Hadoop Distributed File System）、大数据分布式并行计算框架MapReduce、大数据汽车销售数据统计分析项目5大模块分为11章内容进行阐述。具体分布情况如下：第1章是大数据概论，介绍大数据的发展背景及基本概念；第2章是搭建Hadoop分布式集群；第3～6章是HDFS分布式文件系统入门、HDFS接口、HDFS的运行机制、Hadoop I/O流操作；第

　　《控制网络技术（英文版）》是将计算机网络与工业控制网络相结合，针对现代工业企业各层次组网和优化问题，提出一揽子理论和实践的解决方案，培养能够适应未来发展需要的高层次、高水平本科毕业生。《控制网络技术（英文版）》的读者对象为高等本科和大专院校在读学生，授课教师以及广大工业企业、研究院所、工程公司的工程技术人员。

本书共8章，内容分别为计算机控制系统概述、过程输入/输出通道、数字程序控制技术、计算机控制系统的数学模型、数字控制器的设计、抗干扰技术、计算机网络控制技术、计算机控制系统设计。本书编写力求反映应用型本科的要求和工科专业的教学特点，内容由浅入深、循序渐进、通俗易懂，基本概念和基本知识的解释准确清晰，计算机控制技术的说明简明扼要、重点突出（重点包括计算机控制系统的组成、数学模型的建立及数字控制器的连续化和离散化设计），注重将计算机的硬件和软件设计有机地结合起来，并且特别注意以形象直观的形式来配合文字

本书全面论述了离散事件系统仿真的所有重要方面，讨论了数据收集与分析、解析技术的使用、模型的验证以及适当的仿真试验设计，并特别注重离散事件系统仿真在制造、服务及计算方面的应用。本书共五部分，分为14章。主要内容包括：离散时间系统仿真基础知识、电子表格中的仿真案例、基本原理、仿真中的统计模型、队列模型、随机数生成器、随机变量的生成、输入建模、仿真模型的校核、校准与验证、性能的估计、相对性能的评估、生产与物料搬运系统仿真、网络化计算机系统仿真等。本书适合作为高等院校计算机、电子信息类专业的教材，也可供

本书首先介绍了进行数字系统设计必须具备的基础知识，包括介绍了数字系统设计流程，verilogHDL语言基础以及modelsim、quartusII等基本工具软件的使用。接着重点描述了6个实验内容。每个实验内容都都分8个方面进行介绍，包括预习内容、实验目的、实验器材、实验要求、实验原理与内容、实验步骤、实验报告、问题和思考等。最后提供了各个实验内容的电路设计参考代码和参考测试激励等。

分散控制系统是一种全面融合了计算机技术、测量控制技术、网络数字通信技术、显示与人机界面技术而成的工业控制系统，具有控制分散、管理集中的特点，在工业控制技术中占据主导地位。作为工业控制的先进技术，现场总线与分散控制系统充分结合，对工业控制的发展具有深远的影响。
本书将分散控制系统与现场总线技术有机结合，从分散控制系统的系统结构、网络通信、控制设备、人机接口、控制组态、应用案例以及现场总线基础知识和典型的现场总线控制系统等多个方面进行了介绍。本书分为两个部分，第1部分为分散控制系统，包括分散控

本书围绕机械工程测控技术，讨论信号获取、传感、处理和反馈控制、计算机集成应用等问题，旨在形成一个较为完整、系统的知识和能力体系。全书共六章，前四章为信号、传感、系统特性、信号处理等方面的技术基础；第5章为计算机集成应用基础，介绍机械自动化系统中常用的计算机软硬件、通信、总线等基础知识；第6章为测控系统应用实例。本书基本涵盖了机械工程测试技术、信号和传感技术等传统课程教学大纲的主要内容，在这一基础上强调测控系统集成应用。

：在本次修订中，通过对内容的增、删、改，充分体现数控技术的*新发展。例如，删除了穿孔纸带和磁带等、增加了M、S、T的PLC实现等和修改了交流伺服电动机等内容。本书修订仍然保持了原有的编写风格，在体系上仍以数控加工信息流为主线，着重叙述了数控编程的基础、计算机数控装置的硬软件、数控装置的轨迹控制原理、数控机床的的伺服系统工作原理，同时还叙述了数控技术的基本概念、数控机床的检测装置、数控机床的机械结构、数控机床的故障诊断以及数控技术的发展等。

装备制造业是实现工业化的基础条件，是工业化信息化两化融合的主力军。随着高端装备技术的发展，设备自动化程度的提升，以电动机为控制对象的运动控制技术应用需求也越来越广泛，变频调速和伺服、步进控制等技术已深入到家电、交通、纺织、机械、冶金、化工等各个行业。本课程以运动控制技术中的伺服电机、步进、变频调速为重点，通过学习了解运动控制系统的构成、特点；掌握变频调速系统和伺服、步进控制系统的基本知识。

本书主要介绍了大数据的相关背景、大数据基础知识、大数据下的相关编程语言、相关工具框架以及大数据下的其他相关技术等，另外，还对机器学习、神经网络和深度学习等内容进行了介绍，并且对常用的大数据可视化工具进行了阐述。由于大数据、云计算、人工智能有着密不可分的关系，本书既包含了大数据的基础知识，同时也涵盖了大数据下的人工智能以及可视化工具等相关内容，方便读者通过本书了解到大数据以及相关技术的基础知识。本书可以作为本科院校、高等职业院校各专业学生学习大数据基础知识的教材，也可以满足对大数据分析感兴趣的广大