《智能控制理論及實(shí)現(xiàn)方法研究》面向智能控制技術(shù)發(fā)展前沿，基于近年來(lái)國(guó)內(nèi)外智能控制技術(shù)的研究成果，從工程應(yīng)用的角度出發(fā)，系統(tǒng)地論述了智能控制理論及實(shí)現(xiàn)的方法與技術(shù)。《智能控制理論及實(shí)現(xiàn)方法研究》重點(diǎn)闡述了基于模糊理論的智能控制、基于神經(jīng)網(wǎng)絡(luò)的智能控制、專(zhuān)家系統(tǒng)與仿人智能控制等內(nèi)容。《智能控制理論及實(shí)現(xiàn)方法研究》結(jié)構(gòu)合理，

本書(shū)是關(guān)于大數(shù)據(jù)和Spark的實(shí)用手冊(cè)。它將助你學(xué)習(xí)如何用Spark來(lái)完成很多大數(shù)據(jù)分析任務(wù)，其中覆蓋了高效利用Spark所需要知道的重要主題：如何使用SparkShell進(jìn)行交互式數(shù)據(jù)分析、如何編寫(xiě)Spark應(yīng)用、如何在Spark中對(duì)大規(guī)模數(shù)據(jù)進(jìn)行交互分析、如何使用SparkStreaming處理高速數(shù)據(jù)流、如何使用

作者針對(duì)大數(shù)據(jù)問(wèn)題，分析如何進(jìn)行大數(shù)據(jù)的導(dǎo)入，如何使用大數(shù)據(jù)工具進(jìn)行快速的數(shù)據(jù)預(yù)處理，以及如何構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。詳細(xì)講解了Kettle工具的使用、數(shù)據(jù)集成、Kettle作業(yè)項(xiàng)設(shè)計(jì)等。

本書(shū)是一本系統(tǒng)介紹大數(shù)據(jù)可視化技術(shù)的圖書(shū)。書(shū)中首先闡述了大數(shù)據(jù)的可視化技術(shù)的基本概念以及相關(guān)的基礎(chǔ)理論知識(shí)，然后采用理論與實(shí)踐相結(jié)合的方式，針對(duì)實(shí)際應(yīng)用中的各種不同類(lèi)型的數(shù)據(jù)，包括時(shí)間數(shù)據(jù)，比例數(shù)據(jù)，關(guān)系數(shù)據(jù)，文本數(shù)據(jù)，復(fù)雜數(shù)據(jù)，介紹相應(yīng)的可視化理論和操作方法，最后，介紹了數(shù)據(jù)可視化在各個(gè)領(lǐng)域中的應(yīng)用。 本書(shū)實(shí)例豐富，

本書(shū)詳細(xì)討論大數(shù)據(jù)管理技術(shù)的各個(gè)分支及其實(shí)現(xiàn)技術(shù),包括大數(shù)據(jù)建模技術(shù)、大數(shù)據(jù)存儲(chǔ)和索引技術(shù)、大數(shù)據(jù)查詢(xún)處理技術(shù)、大數(shù)據(jù)事務(wù)處理技術(shù)和大數(shù)據(jù)總線技術(shù),并在此基礎(chǔ)上,對(duì)大數(shù)據(jù)應(yīng)用系統(tǒng)進(jìn)行了全面分析。本書(shū)面向大數(shù)據(jù)應(yīng)用的開(kāi)發(fā)人員、大數(shù)據(jù)管理系統(tǒng)的開(kāi)發(fā)人員以及大數(shù)據(jù)管理技術(shù)的研究人員,也適用于高等院校相關(guān)專(zhuān)業(yè)師生學(xué)習(xí)。

全書(shū)共分為五大部分，*部分介紹了實(shí)時(shí)數(shù)據(jù)流和聚類(lèi)方法的背景，包括實(shí)時(shí)數(shù)據(jù)流的特點(diǎn)、進(jìn)行數(shù)據(jù)分析的技術(shù)以及研究現(xiàn)狀。第二部分詳細(xì)講解了聚類(lèi)方法中的簡(jiǎn)單聚類(lèi)，包括基于衰減窗口與剪枝維度樹(shù)的數(shù)據(jù)流聚類(lèi)和實(shí)時(shí)數(shù)據(jù)流動(dòng)態(tài)模式發(fā)現(xiàn)與跟蹤方法，以及相關(guān)實(shí)驗(yàn)證明等內(nèi)容。第三部分詳細(xì)闡述了增量聚類(lèi)技術(shù)，包括什么是增量聚類(lèi)、網(wǎng)格劃分策略，

《大數(shù)據(jù)技術(shù)及其背景下的數(shù)據(jù)挖掘研究》圍繞大數(shù)據(jù)背景下的數(shù)據(jù)挖掘及應(yīng)用問(wèn)題，從大數(shù)據(jù)挖掘的基本概念入手，系統(tǒng)地闡述了大數(shù)據(jù)的基礎(chǔ)理論、大數(shù)據(jù)處理架構(gòu)Hadoop以及大數(shù)據(jù)存儲(chǔ)與管理研究；由淺入深地論述了數(shù)據(jù)挖掘的基礎(chǔ)理論、大數(shù)據(jù)挖掘技術(shù)研究、數(shù)據(jù)挖掘的藝術(shù)，并結(jié)合實(shí)踐，闡述了數(shù)據(jù)挖掘的應(yīng)用�！洞髷�(shù)據(jù)技術(shù)及其背景下的數(shù)據(jù)

決策問(wèn)題中存在大量的冗余信息，而且很多信息都具有不確定性，面對(duì)這些雜亂無(wú)章的海量數(shù)據(jù)，決策者需花費(fèi)大量時(shí)間分析，以至于可能錯(cuò)失決策良機(jī)，因此研究具有不確定性的決策問(wèn)題中冗余信息約簡(jiǎn)是決策者亟待解決的關(guān)鍵問(wèn)題。目前軟集合方法能夠較好地處理不確定決策問(wèn)題，但軟集合約簡(jiǎn)方法目前還不完善，致使對(duì)海量數(shù)據(jù)很難做出決策。本書(shū)主要以

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和廣泛普及，互聯(lián)網(wǎng)已經(jīng)成為人類(lèi)獲取知識(shí)的最大平臺(tái)。在爬取了Web網(wǎng)頁(yè)語(yǔ)料后，需要通過(guò)數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析來(lái)獲取數(shù)據(jù)的價(jià)值，從而造福人類(lèi)，推動(dòng)社會(huì)發(fā)展。本書(shū)主要是Web大數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析的實(shí)戰(zhàn)指南，內(nèi)容包括三部分：基礎(chǔ)知識(shí)、基于Python的數(shù)據(jù)預(yù)處理、基于Python的數(shù)據(jù)分析

本書(shū)的主要內(nèi)容是非線性自抗擾控制的設(shè)計(jì)與理論分析.自抗擾控制是一項(xiàng)在線估計(jì)并補(bǔ)償不確定性因素的控制技術(shù),由三個(gè)主要部分構(gòu)成,分別是跟蹤微分器、擴(kuò)張狀態(tài)觀測(cè)器以及基于前兩者的反饋控制器.本書(shū)較為詳細(xì)地論述了非線性跟蹤微分器、非線性擴(kuò)張狀態(tài)觀測(cè)器的設(shè)計(jì)與收斂性,以及基于跟蹤微分器與擴(kuò)張狀態(tài)觀測(cè)器的不確定性因素補(bǔ)償控制器——