《大数据技术及其背景下的数据挖掘研究》围绕大数据背景下的数据挖掘及应用问题，从大数据挖掘的基本概念入手，系统地阐述了大数据的基础理论、大数据处理架构Hadoop以及大数据存储与管理研究；由浅入深地论述了数据挖掘的基础理论、大数据挖掘技术研究、数据挖掘的艺术，并结合实践，阐述了数据挖掘的应用。《大数据技术及其背景下的数据

全书共分为五大部分，*部分介绍了实时数据流和聚类方法的背景，包括实时数据流的特点、进行数据分析的技术以及研究现状。第二部分详细讲解了聚类方法中的简单聚类，包括基于衰减窗口与剪枝维度树的数据流聚类和实时数据流动态模式发现与跟踪方法，以及相关实验证明等内容。第三部分详细阐述了增量聚类技术，包括什么是增量聚类、网格划分策略，

《大数据案例精析》以分析大数据在各个行业领域中的典型应用为主线，选取**有代表性的近30个案例进行重点分析，行业包括zheng府*大数据、金融大数据、医疗大数据、交通大数据、教育大数据、旅游大数据、通信大数据、电商大数据、工业大数据以及物流大数据等，每个行业平均选取3个案例进行分析，形成相对统一的案例分析体系，同时还提

《智能控制理论及实现方法研究》面向智能控制技术发展前沿，基于近年来国内外智能控制技术的研究成果，从工程应用的角度出发，系统地论述了智能控制理论及实现的方法与技术。《智能控制理论及实现方法研究》重点阐述了基于模糊理论的智能控制、基于神经网络的智能控制、专家系统与仿人智能控制等内容。《智能控制理论及实现方法研究》结构合理，

本书从应用型技术人才培养的实际需求出发，以较高的层次及较新的视角，对工业控制领域中所涉及的自动化生产线运行、安装与调试等进行了介绍。本书内容涵盖机械结构、电气线路、传感器检测等自动化生产线的基础技术，以及气压传动、变频调试、交流伺服等运动控制技术，还包括自动化生产线基本组成单元的机电系统的装调、PLC控制程序设计、人机

数据本无大小，但应用场合、处理方式的不同却分出大小，是谓小数据。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要量化自我。这就迫使我们从更广泛的角度理解小数据，梳理小数据与大数据的分野，从而将相关思路投射、印证于小数据，考察其核心特

本书对数据科学进行了整体性介绍，涵盖了掌握该学科所需的分析、编程和业务技能等方方面面。找到一个的数据科学家就像是寻找一只独角兽：因为其所需要的技术及技能组合很难在一个人身上兼备。另外，良好的数据科学素养不仅仅是对所训练技能的综合应用，还需要能够灵活考虑所有这些领域，并理解它们之间的联系。本书提供了数据科学的速成课程，将

本书详细讨论大数据管理技术的各个分支及其实现技术,包括大数据建模技术、大数据存储和索引技术、大数据查询处理技术、大数据事务处理技术和大数据总线技术,并在此基础上,对大数据应用系统进行了全面分析。本书面向大数据应用的开发人员、大数据管理系统的开发人员以及大数据管理技术的研究人员,也适用于高等院校相关专业师生学习。

“数据”已成为企业的一项宝贵的战略资产。为了使庞大的数据发挥更大的价值，企业必须着眼于数据治理和综合利用。主数据驱动的数据治理是指从企业杂乱的数据中捕捉具有高业务价值、被企业内各业务部门重复使用的关键数据进行管理，构建单一、准确、权威的数据来源，从而提高企业的整体数据质量，提升数据资产价值，推动业务创新，全面增强企业竞

本书主要介绍范数优化迭代学习控制的基本理论和最新进展。全书内容分14章，系统地介绍了迭代学习控制的基本思想和理论体系，并对基于逆模型的迭代学习控制、范数优化迭代学习控制、参数优化迭代学习控制、基于逐次投影的迭代学习控制等迭代学习控制的最新研究成果进行了详细的阐述。本书也是Owens院士关于其在优化迭代学习领域中长期的研