本書以多智能體協(xié)同控制為基礎(chǔ)，通過引入圖論、滑�？刂评碚摗�Lyapunov穩(wěn)定性理論、事件觸發(fā)控制策略、固定時(shí)間穩(wěn)定性理論、隱私掩碼函數(shù)以及人工勢場法等，重點(diǎn)研究事件觸發(fā)策略下多智能體系統(tǒng)的魯棒一致性、固定時(shí)間編隊(duì)控制、隱私保護(hù)編隊(duì)控制、網(wǎng)絡(luò)攻擊下安全編隊(duì)控制、避碰條件下編隊(duì)控制以及基于合作-競爭關(guān)系的二分一致性等關(guān)鍵

全書分為三個核心篇章：理論篇從宏觀角度出發(fā)，對數(shù)據(jù)要素的定義、市場特性及其在現(xiàn)代經(jīng)濟(jì)體系中的作用進(jìn)行全面闡釋；制度篇聚焦數(shù)據(jù)要素的法律定位、權(quán)屬界定、流通規(guī)則等關(guān)鍵制度設(shè)計(jì)，為數(shù)據(jù)要素的規(guī)范化管理提供科學(xué)指導(dǎo)；實(shí)踐篇匯集來自不同地區(qū)、不同行業(yè)的市場化配置改革案例，展示數(shù)據(jù)要素市場化改革的實(shí)際操作與成效。

現(xiàn)實(shí)環(huán)境的復(fù)雜性為項(xiàng)目實(shí)施帶來了極大的不確定性，幾乎所有的項(xiàng)目執(zhí)行都是在不確定環(huán)境下進(jìn)行的，為項(xiàng)目管理和資源規(guī)劃調(diào)度帶來了巨大挑戰(zhàn)。本書針對活動工期不確定環(huán)境下的項(xiàng)目資源分配與調(diào)度問題開展系統(tǒng)深入的研究。首先，本書分別介紹了資源受限項(xiàng)目調(diào)度、帶有資源轉(zhuǎn)移時(shí)間的項(xiàng)目調(diào)度和不確定條件下魯棒項(xiàng)目調(diào)度等相關(guān)經(jīng)典問題，對相關(guān)問題

本書介紹了數(shù)據(jù)全生命周期安全風(fēng)險(xiǎn)、安全技術(shù)及典型應(yīng)用案例，可幫助讀者較全面地掌握數(shù)據(jù)安全理論知識和實(shí)踐技能。全書共9章：第1章為數(shù)據(jù)安全概述；第2章介紹數(shù)據(jù)安全風(fēng)險(xiǎn)，包括數(shù)據(jù)在采集、存儲、共享和使用過程中的風(fēng)險(xiǎn)；第3章至第5章分別詳細(xì)介紹數(shù)據(jù)采集、存儲、共享與使用安全技術(shù)；第6章介紹跨領(lǐng)域數(shù)據(jù)匯聚面臨的安全風(fēng)險(xiǎn)及相應(yīng)的

本書詳細(xì)闡述了大數(shù)據(jù)領(lǐng)域數(shù)據(jù)采集與預(yù)處理的相關(guān)理論和技術(shù)。全書共8章，內(nèi)容包括概述、大數(shù)據(jù)實(shí)驗(yàn)環(huán)境搭建、網(wǎng)絡(luò)數(shù)據(jù)采集、分布式消息系統(tǒng)Kafka、日志采集系統(tǒng)Flume、數(shù)據(jù)倉庫中的數(shù)據(jù)集成、ETL工具Kettle、使用pandas進(jìn)行數(shù)據(jù)清洗。本書包含豐富的實(shí)踐操作和應(yīng)用案例，以幫助讀者更好地學(xué)習(xí)和掌握數(shù)據(jù)采集與預(yù)處理

隨著信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)成為驅(qū)動全球經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵因素。本書從大數(shù)據(jù)的基本概念入手，系統(tǒng)介紹了大數(shù)據(jù)架構(gòu)、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)分析等核心技術(shù)，并深入探討了這些技術(shù)在用戶行為分析、金融與投資、消費(fèi)領(lǐng)域及財(cái)稅與貿(mào)易等領(lǐng)域的實(shí)際應(yīng)用。本書內(nèi)容不僅涵蓋了技術(shù)層面的詳細(xì)介紹，還通過豐富的案例分析展示了大數(shù)據(jù)在實(shí)踐中的具

本書以Spark3.x和Scala2.x為主線，全面介紹了Spark及其生態(tài)體系中常用大數(shù)據(jù)項(xiàng)目的安裝和使用。全書共10章，分別講解了Scala語言基礎(chǔ)、Spark基礎(chǔ)、SparkRDD、SparkSQL、HBase、Kafka、SparkStreaming、StructuredStreaming和SparkMLlib

數(shù)據(jù)挖掘算法為大數(shù)據(jù)與人工智能的核心，掌握數(shù)據(jù)挖掘各算法的編程實(shí)現(xiàn)，有助于提升大數(shù)據(jù)的實(shí)踐運(yùn)用能力。本書詳細(xì)闡述了數(shù)據(jù)挖掘常用算法與編程實(shí)現(xiàn)，同時(shí)，本書以多個經(jīng)典的數(shù)據(jù)挖掘賽題為案例，詳細(xì)論述了數(shù)據(jù)預(yù)處理、特征選擇、可視化、算法選擇等全流程數(shù)據(jù)挖掘過程的編程實(shí)現(xiàn)，有助于提升讀者面對實(shí)際數(shù)據(jù)問題時(shí)靈活運(yùn)用各類算法能力。

本書簡明、系統(tǒng)地介紹了計(jì)算機(jī)控制技術(shù)與系統(tǒng)，主要內(nèi)容包括：計(jì)算機(jī)控制系統(tǒng)的概念、組成、分類及發(fā)展，計(jì)算機(jī)控制系統(tǒng)中常用的檢測設(shè)備和執(zhí)行機(jī)構(gòu)，計(jì)算機(jī)總線和網(wǎng)絡(luò)通信技術(shù)，過程通道與人機(jī)接口，數(shù)據(jù)處理與控制策略，計(jì)算機(jī)控制系統(tǒng)中的抗干擾技術(shù)，計(jì)算機(jī)控制系統(tǒng)軟件，典型計(jì)算機(jī)控制系統(tǒng)，計(jì)算機(jī)集成制造系統(tǒng)，計(jì)算機(jī)控制系統(tǒng)的設(shè)計(jì)與實(shí)

本書簡要介紹了工業(yè)控制網(wǎng)絡(luò)的發(fā)展過程、趨勢以及工業(yè)控制網(wǎng)絡(luò)的構(gòu)成，重點(diǎn)介紹了工業(yè)以太網(wǎng)的體系結(jié)構(gòu)、硬件和軟件。在此基礎(chǔ)上，按照項(xiàng)目介紹了適合高職學(xué)生學(xué)習(xí)的組態(tài)軟件的應(yīng)用。本書結(jié)合目前工業(yè)控制網(wǎng)絡(luò)的發(fā)展，加入工業(yè)以太網(wǎng)的新技術(shù)介紹，即工業(yè)以太網(wǎng)的最新硬件和協(xié)議；結(jié)合組態(tài)軟件的發(fā)展，介紹目前廣泛使用的國產(chǎn)組態(tài)軟件——Kin