小天體距離地球較遠(yuǎn)，具有尺寸小、引力較弱以及自旋等特點(diǎn)，探測器在繞飛、接近和著陸小天體過程中還會受到太陽光壓、第三體引力等空間多種攝動力影響。本書針對探測器在小天體附近運(yùn)動過程中遇到的系統(tǒng)不確定性和外界干擾以及對探測器下降著陸過程安全性準(zhǔn)確性的要求，研究了探測器動力下降段和最終著陸段的軌道控制方法，建立了具有魯棒性和和

本書主要內(nèi)容包括EPIP教學(xué)模式、自動化生產(chǎn)線簡介、自動化生產(chǎn)線核心技術(shù)應(yīng)用、自動化生產(chǎn)線各單元安裝與調(diào)試、自動化生產(chǎn)線安裝與調(diào)試、自動化生產(chǎn)線技術(shù)拓展知識等內(nèi)容。

人工智能是近年來最為火熱的研究領(lǐng)域之一，尤其是隨著深度學(xué)習(xí)算法研究的突破，人工智能技術(shù)在工業(yè)過程控制領(lǐng)域取得了前所未有的發(fā)展。深度學(xué)習(xí)算法涵蓋的內(nèi)容非常前沿和廣袤，本書從表示學(xué)習(xí)的角度，針對流程工業(yè)的故障檢測與診斷中存在的問題進(jìn)行探究、模型構(gòu)建與實(shí)驗(yàn)驗(yàn)證、分析，引導(dǎo)讀者分析和解決問題，幫助讀者最大限度地理解算法理論，提

"大數(shù)據(jù)技術(shù)的發(fā)展，已被列為國家重大發(fā)展戰(zhàn)略。而在過去的幾年里，無論是聚焦大數(shù)據(jù)發(fā)展的《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，還是《“十三五”規(guī)劃》中都深刻體現(xiàn)了政府對大數(shù)據(jù)產(chǎn)業(yè)和應(yīng)用發(fā)展的重視。目前國內(nèi)大數(shù)據(jù)發(fā)展還處于加速期、轉(zhuǎn)型期，數(shù)據(jù)與傳統(tǒng)產(chǎn)業(yè)的融合還處于起步階段，各行業(yè)對大數(shù)據(jù)分析和挖掘的應(yīng)用還不理想。但隨著市場競爭的加劇

從2015年開始，北京市教育委員會開展了高端技術(shù)技能人才貫通培養(yǎng)試驗(yàn)項(xiàng)目，旨在培養(yǎng)符合首都高精尖產(chǎn)業(yè)需求的新型人才。2015年招生的首批學(xué)生已于2022年從本科畢業(yè)，該項(xiàng)目每年的招生模式、項(xiàng)目分類、招生專業(yè)、培養(yǎng)模式、招生規(guī)模、培養(yǎng)學(xué)制、參與學(xué)校等會有所變化，本書梳理分析了這些變化，為承擔(dān)貫通培養(yǎng)任務(wù)的學(xué)校，以及擬報考

本書通過大量實(shí)例介紹大數(shù)據(jù)平臺技術(shù)，分4篇。大數(shù)據(jù)存儲篇包括第1~3章，內(nèi)容包括大數(shù)據(jù)技術(shù)概述、數(shù)據(jù)采集和大數(shù)據(jù)、大數(shù)據(jù)框架的安裝和配置；大數(shù)據(jù)管理篇包括第4~7章，內(nèi)容包括HDFS、Hadoop分布式計算模型、分布式協(xié)調(diào)服務(wù)ZooKeeper、Hadoop的集群資源管理系統(tǒng)YARN；大數(shù)據(jù)分析篇包括第8~10章，內(nèi)容

多時標(biāo)非線性系統(tǒng)廣泛存在于制造、交通、能源、航空航天等系統(tǒng)中，其控制具有重要的理論意義和應(yīng)用前景。《多時標(biāo)非線性系統(tǒng)的魯棒控制與自適應(yīng)控制》系統(tǒng)論述多時標(biāo)非線性系統(tǒng)的模糊建模、魯棒控制和自適應(yīng)控制的理論方法及其應(yīng)用。首先綜述線性連續(xù)奇異攝動系統(tǒng)、線性離散奇異攝動系統(tǒng)、非線性奇異攝動系統(tǒng)，以及奇異攝動系統(tǒng)的智能魯棒與自適

韓亞娟，上海大學(xué)管理學(xué)院講師。隨著計算機(jī)、信息技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，數(shù)據(jù)收集變得越來越容易，而如何從中篩選出有效信息將變得越來越重要。本書將基于馬氏田口方法對多維綜合評價系統(tǒng)進(jìn)行特征選擇研究，試圖解決多維綜合評價系統(tǒng)優(yōu)化降維中的強(qiáng)相關(guān)問題，并對綜合評價指標(biāo)函數(shù)加以改進(jìn)以提高樣本綜合評價的準(zhǔn)確性。同時，本書將進(jìn)行拓展

本書作為數(shù)字經(jīng)濟(jì)系列教材之一，介紹了商務(wù)智能相關(guān)概念和技術(shù)，包括數(shù)據(jù)倉庫、聯(lián)機(jī)處理分析、各種數(shù)據(jù)挖掘技術(shù)及其應(yīng)用等。全書共分9章，主要內(nèi)容包括商務(wù)智能概述、數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘基礎(chǔ)、關(guān)聯(lián)分析、分類分析、聚類分析、文本分析、Web挖掘。本書可作為高等院校數(shù)字經(jīng)濟(jì)專業(yè)、信息管理與信息系統(tǒng)專業(yè)、數(shù)字金融專業(yè)、電子

本書系統(tǒng)介紹了大數(shù)據(jù)綜合應(yīng)用實(shí)踐的技術(shù)知識和項(xiàng)目案例。全書共4章，內(nèi)容包括大數(shù)據(jù)綜合應(yīng)用概述、基于Python+MySQL+Kettle的點(diǎn)評網(wǎng)數(shù)據(jù)采集分析及可視化、基于Hive+MySQL+Spark的零售數(shù)據(jù)分析及可視化、基于Elasticsearch+Logstash+Kibana+Filebeat的日志收集分析