本書根據(jù)機器人實訓(xùn)設(shè)備,前五章分別介紹了碼垛機器人、搬運機器人、激光切割機器人、打磨拋光機器人，指令的使用及編程實例，第六章介紹了機械與電氣維修，包括工業(yè)機器人的維護安裝、電氣維護法、機械維護法，第七章介紹了離線編程軟件的使用。

本書主要介紹范數(shù)優(yōu)化迭代學(xué)習(xí)控制的基本理論和最新進展。全書內(nèi)容分14章，系統(tǒng)地介紹了迭代學(xué)習(xí)控制的基本思想和理論體系，并對基于逆模型的迭代學(xué)習(xí)控制、范數(shù)優(yōu)化迭代學(xué)習(xí)控制、參數(shù)優(yōu)化迭代學(xué)習(xí)控制、基于逐次投影的迭代學(xué)習(xí)控制等迭代學(xué)習(xí)控制的最新研究成果進行了詳細的闡述。本書也是Owens院士關(guān)于其在優(yōu)化迭代學(xué)習(xí)領(lǐng)域中長期的研

《智能控制理論及實現(xiàn)方法研究》面向智能控制技術(shù)發(fā)展前沿，基于近年來國內(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現(xiàn)的方法與技術(shù)�！吨悄芸刂评碚摷皩崿F(xiàn)方法研究》重點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、專家系統(tǒng)與仿人智能控制等內(nèi)容�！吨悄芸刂评碚摷皩崿F(xiàn)方法研究》結(jié)構(gòu)合理，

本書是關(guān)于大數(shù)據(jù)和Spark的實用手冊。它將助你學(xué)習(xí)如何用Spark來完成很多大數(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進行交互式數(shù)據(jù)分析、如何編寫Spark應(yīng)用、如何在Spark中對大規(guī)模數(shù)據(jù)進行交互分析、如何使用SparkStreaming處理高速數(shù)據(jù)流、如何使用

作者針對大數(shù)據(jù)問題，分析如何進行大數(shù)據(jù)的導(dǎo)入，如何使用大數(shù)據(jù)工具進行快速的數(shù)據(jù)預(yù)處理，以及如何構(gòu)建數(shù)據(jù)倉庫。詳細講解了Kettle工具的使用、數(shù)據(jù)集成、Kettle作業(yè)項設(shè)計等。

本書是一本系統(tǒng)介紹大數(shù)據(jù)可視化技術(shù)的圖書。書中首先闡述了大數(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，然后采用理論與實踐相結(jié)合的方式，針對實際應(yīng)用中的各種不同類型的數(shù)據(jù)，包括時間數(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)可視化在各個領(lǐng)域中的應(yīng)用。 本書實例豐富，

本書詳細討論大數(shù)據(jù)管理技術(shù)的各個分支及其實現(xiàn)技術(shù),包括大數(shù)據(jù)建模技術(shù)、大數(shù)據(jù)存儲和索引技術(shù)、大數(shù)據(jù)查詢處理技術(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,對大數(shù)據(jù)應(yīng)用系統(tǒng)進行了全面分析。本書面向大數(shù)據(jù)應(yīng)用的開發(fā)人員、大數(shù)據(jù)管理系統(tǒng)的開發(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)專業(yè)師生學(xué)習(xí)。

全書共分為五大部分，*部分介紹了實時數(shù)據(jù)流和聚類方法的背景，包括實時數(shù)據(jù)流的特點、進行數(shù)據(jù)分析的技術(shù)以及研究現(xiàn)狀。第二部分詳細講解了聚類方法中的簡單聚類，包括基于衰減窗口與剪枝維度樹的數(shù)據(jù)流聚類和實時數(shù)據(jù)流動態(tài)模式發(fā)現(xiàn)與跟蹤方法，以及相關(guān)實驗證明等內(nèi)容。第三部分詳細闡述了增量聚類技術(shù)，包括什么是增量聚類、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)合實踐，闡述了數(shù)據(jù)挖掘的應(yīng)用。《大數(shù)據(jù)技術(shù)及其背景下的數(shù)據(jù)

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