本书系统地介绍科学研究与工程应用领域使用广泛的 MATLAB语言,全面介绍其基本编程方法,包
括数据结构、语句结构、流程控制、函数编写、图形绘制与面向对象编程技术等,并介绍 MATLAB语言在微
积分、线性代数、代数方程、微分方程、**化与数据处理领域的问题求解方法;本书还介绍基于 Simulink
的系统建模与仿真方法.
本书适合理工科各专业本科生、研究生以及工程技术人员学习 MATLAB语言,并利用 MATLAB 语
言解决科学运算、系统建模与仿真方法等问题.

《MATLAB/Simulink控制系统仿真及应用（微课视频版）》主要介绍MATLAB/Simulink的常用功能及其在控制理论中的应用。全书共分13章，第1～4章介绍MATLAB的程序设计，常用功能及其相关函数，Simulink的操作方法，控制系统的基本概念与控制系统仿真的基本原理，重点叙述仿真中常用的M函数和S函数在Simulink软件中仿真的实现方法。第5章介绍控制系统中常用模型的建立与仿真实现。第6～10章介绍MATLAB/Simulink在自动控制原理、现代控制理论课程中的应用。第11

本书根据课堂教学、实验操作要求并通过远程云端硬件实验平台呈现，以提高学生的实际工程设计能力为目的，深入浅出地介绍了基于VerilogHDL的数字系统设计。全书共分8章，分别是：EDA技术概述，VerilogHDL语言基础，组合逻辑电路设计，时序逻辑电路设计，时序状态机设计，存储器设计，常用接口电路设计，复杂数字电路系统设计，附录为远程云端实验平台简介。本书按照知识递进、难度递进的原则组织内容，通过大量完整的实例讲解了基于远程云端硬件实验平台的VerilogHDL数字系统设计的基本原理

过程控制与自动化仪表涉及生产工艺、测控技术、自动控制、先进控制技术和计算机技术等各多个领域的理论知识，同时也是一门工程实践性很强的课程。当前开设这门课程的高校大多选用国家级规划或国家级重点教材，此类理论性较强的教材不一定适合地区性或应用型本科高校的工程实践型人才的培养。本书的编写从生产实际需求出发、从工程实用性入手，力求有机地融合过程控制的理论、仿真与实践。内容组织时引入大量的生产过程控制案例，将MATLABSimulink作为系统分析与设计的工具，通过实践项目巩固理论知识并培养工程应

本书为1+X职业技能等级证书（运动控制系统开发与应用）配套教材之一。本书参照1+X《运动控制系统开发与应用职业技能等级标准》（中级），根据自动化设备和生产线、数控装备、机电一体化装备等制造类企业的设计、调试、开发、操作编程、设备检测、技术支持等岗位涉及的职业技能要求编写而成，通过13个项目介绍了伺服电动机的选型和调试、控制器多种运动模式的编程、设备精度的计算及优化和使用C++语言开发运动控制系统等内容。全书内容丰富、结构合理、理论与实践相结合。
本书可作为1+X职业技能等级证书——运动控制

　　《工控组态设计与应用（第2版）/新世纪高职高专电气自动化技术类课程规划教材》以北京昆仑通态自动化软件科技有限公司的新版本工控组态软件MCGS嵌入版V7．6为背景，从工程应用角度出发，通过几个典型工程应用案例，详细介绍了MCGS的组态过程和实际应用。《工控组态设计与应用（第2版）/新世纪高职高专电气自动化技术类课程规划教材》的总体设计思路是以学生为主体，按照“教、学、做一体化”的教学模式，在“理实一体化”实训环境中体现本课程的教学思想，以完成工控组态系统设计、安装调试与运行的工作流程（环节）为

本书主要结合当前流行的大数据框架Hadoop、HBase、Hive、、Storm、Flume、Kafka、Spark、Spark GraphX，采用案例形式系统地讲解大数据应用技术的相关知识。全书共有8章，分别介绍了大数据概论、大数据基础知识、大数据文件存储系统、大数据文件存储系统、大数据计算技术、大数据应用程序协调服务、大数据存储应用技术、大数据仓库应用技术、大数据实时应用技术。为了让读者能够及时地检验自己的学习效果，把握自己的学习进度，各章后面都附有相应的习题。

本书针对大数据处理的两种典型方式,即批处理和流处理，介绍了当前Apache软件基金会三大软件开源项目Hadoop、Spark和Storm中主要的存储及计算框架。本书从初学者的角度出发，聚焦于大数据处理框架的基本原理以及安装和部署等实践过程。通过本书的学习，读者在了解处理框架的结构、设计原理以及执行流程等原理性知识的同时，还可以结合本书给出的完整部署过程以及WordCount等示例的完整源代码，熟悉如何使用这些处理框架来编写大数据处理程序以及大数据处理程序的基本结构。
本书配套PPT

数据科学是从单纯的“大”数据提炼出“智慧”的数据，以供人们发现新知识并辅助决策的综合交叉学科．本书简要阐述数据科学的数学基础．全书共11章，内容包括线性代数基础、线性空间与线性变换、向量与矩阵范数、矩阵分解、概率统计基础、随机过程、最优化基础、线性规划、常用无约束最优化方法、常用约束最优化方法以及综合案例．除第11章外，每章都有应用实例与该章内容紧密结合，以进一步加强读者对知识点的理解和掌握．所有的应用实例和第11章综合案例的代码都在Windows操作系统下利用Python 3.7编写，并在交互

本书编写目的是向读者介绍大数据清洗的基本概念和相应的技术应用，共分 8 章：数据清洗简介、数据清洗中的理论基础、文件格式及其转换、 数据清洗中的理论基础、文件格式及其转换、Excel 数据清洗、Kettle 数据清洗、Kettle 与数据仓库、Python 数据清洗、数据清洗综合实训。本书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数据清洗相关技术，并对重要的核心知识点加大练习比例，以达到熟练应用的目的。本书适用于高校人工智能、大数据技术相关专业的学生，也可供大数据技术爱好者自学