本書面向汽車工程和機械工程方向，重點介紹基于UG中的MCD模塊對機床單機和自動化單元進行的虛擬仿真與調試，解決院校在智能產(chǎn)線教學中遇到的產(chǎn)線高投入、高損耗、高風險及難實施、難觀摩、難再現(xiàn)等諸多問題。

本書圍繞特殊類型控制系統(tǒng)的設計問題闡述了6種設計方法。全書共分為7章。第1章介紹控制系統(tǒng)及技術的發(fā)展、主要分析方法和性能指標；第2章介紹不穩(wěn)定對象的控制設計方法；第3章介紹撓性系統(tǒng)的控制設計方法；第4章介紹三明治系統(tǒng)的復合控制器設計方法；第5章介紹基于奇異值攝動的雙連桿機械臂軌跡跟蹤控制；第6章介紹超空泡航行體的控制設

本書的內(nèi)容分為四個部分。第一部分包括兩講，主要介紹典型的大數(shù)據(jù)存儲和管理系統(tǒng)。第二部分包括三講，主要介紹三種不同形態(tài)的大數(shù)據(jù)處理系統(tǒng)。第三部分包括三講，主要介紹大數(shù)據(jù)分析層面的關鍵技術，包括多種典型的數(shù)據(jù)分析算法以及用于大數(shù)據(jù)建模的機器學習技術和工具。第四部分的兩講主要涉及與應用(用戶)密切相關的大數(shù)據(jù)技術。

本書內(nèi)容包括：數(shù)據(jù)爆炸、大數(shù)據(jù)為什么不一般？大數(shù)據(jù)存儲、大數(shù)據(jù)分析法、大數(shù)據(jù)與醫(yī)學、大數(shù)據(jù)，大商務、大數(shù)據(jù)安全與斯諾登事件、大數(shù)據(jù)與社會、字節(jié)大小量表。

本書從網(wǎng)絡化測控系統(tǒng)的實際應用出發(fā)，系統(tǒng)地介紹了基于網(wǎng)絡的測控系統(tǒng)的核心技術，涉及工業(yè)通信與網(wǎng)絡基礎知識、測控網(wǎng)絡分類、硬件技術、軟件技術、系統(tǒng)設計方法和應用實例。全書共分9章，內(nèi)容包括網(wǎng)絡化測控系統(tǒng)概述、計算機網(wǎng)絡體系結構、有線測控網(wǎng)絡、無線測控網(wǎng)絡、網(wǎng)絡化測控系統(tǒng)硬件開發(fā)、網(wǎng)絡化測控系統(tǒng)軟件開發(fā)、工業(yè)以太網(wǎng)測控系統(tǒng)

本書從控制系統(tǒng)建模、控制與優(yōu)化的本質要求出發(fā)，系統(tǒng)介紹了近年來模糊推理、神經(jīng)網(wǎng)絡、智能優(yōu)化理論和方法的作用及意義。作為控制理論和方法的進一步發(fā)展，本書著重介紹了智能理論和方法在解決復雜系統(tǒng)控制問題中的方法及意義，同時結合實例介紹智能理論與方法在控制系統(tǒng)中的各種應用。本書共分10章，主要介紹了智能控制的基本概念與研究內(nèi)容

工業(yè)互聯(lián)網(wǎng)背景下，工業(yè)系統(tǒng)信息安全已上升為國家級信息安全戰(zhàn)略，工業(yè)領域急需系統(tǒng)化的脆弱性評估理論和方法作為信息安全防護理論的依據(jù)。本書圍繞5G和工業(yè)系統(tǒng)融合帶來的安全挑戰(zhàn)，提供5G工業(yè)系統(tǒng)脆弱性評估解決方案，并針對5G工業(yè)系統(tǒng)特點給出漏洞挖掘、攻擊路徑預測和跨域評估等多種創(chuàng)新方法。本書內(nèi)容主要包括三部分，共7章。第1部

根據(jù)全國高等學校、高職高專院校教育的人才培養(yǎng)目標和要求，以及實際的教學特點，本書由淺入深、全面系統(tǒng)地介紹數(shù)據(jù)存儲技術與應用的相關知識。全書共6個項目，內(nèi)容包括信息數(shù)據(jù)管理、數(shù)據(jù)存儲技術、DAS服務器配置與管理、NAS服務器配置與管理、SAN服務器配置與管理、高級存儲與容災備份技術。為了讓讀者能夠更好地鞏固所學知識，及時

本書基于Python3.10版本，以項目實戰(zhàn)的方式系統(tǒng)地介紹了Python網(wǎng)絡爬蟲開發(fā)的相關知識，主要內(nèi)容包括Python基礎實戰(zhàn)、網(wǎng)頁數(shù)據(jù)采集實戰(zhàn)、網(wǎng)頁數(shù)據(jù)解析實戰(zhàn)、并發(fā)技術實戰(zhàn)、動態(tài)內(nèi)容采集實戰(zhàn)、爬蟲數(shù)據(jù)存儲實戰(zhàn)、Scrapy爬蟲框架實戰(zhàn)等，通過多個實戰(zhàn)任務的練習，讓讀者能最大限度地掌握Python網(wǎng)絡爬蟲的核心技

本書基于Python3.10版本，使用JupyterNotebook進行編程；以項目任務驅動模式，系統(tǒng)地闡述了Python數(shù)據(jù)分析的相關知識，內(nèi)容包括Python數(shù)據(jù)分析概述、NumPy數(shù)值計算實戰(zhàn)、pandas統(tǒng)計分析實戰(zhàn)、Matplotlib數(shù)據(jù)可視化實戰(zhàn)、Python數(shù)據(jù)探索、數(shù)據(jù)預處理、基于sklearn的數(shù)據(jù)