本書(shū)共七章，內(nèi)容包括：緒論、混聯(lián)機(jī)構(gòu)分析與建模、結(jié)合非線性擾動(dòng)觀測(cè)器的不確定混聯(lián)機(jī)構(gòu)魯棒滑�？刂�、無(wú)須不確定性上界信息的不確定混聯(lián)機(jī)構(gòu)自適應(yīng)全局魯棒滑�？刂�、抗不匹配擾動(dòng)的不確定混聯(lián)機(jī)構(gòu)魯棒滑�？刂啤⒒炻�(lián)機(jī)構(gòu)樣機(jī)系統(tǒng)試驗(yàn)研究、總結(jié)與展望。

本書(shū)對(duì)智能大數(shù)據(jù)分析技術(shù)與應(yīng)用進(jìn)行了深入研究。淺談了大數(shù)據(jù)的應(yīng)用領(lǐng)域、大數(shù)據(jù)與統(tǒng)計(jì)學(xué)之間的關(guān)系等問(wèn)題，首先介紹了數(shù)據(jù)、大數(shù)據(jù)、數(shù)據(jù)挖掘的定義，介紹了Python基礎(chǔ)知識(shí)、數(shù)據(jù)分析與可視化，進(jìn)而介紹數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、大數(shù)據(jù)處理的相關(guān)知識(shí)。在介紹了熱門(mén)概念和知識(shí)點(diǎn)之后，對(duì)Python相關(guān)的數(shù)據(jù)處理功能做了詳細(xì)介紹。

小天體距離地球較遠(yuǎn)，具有尺寸小、引力較弱以及自旋等特點(diǎn)，探測(cè)器在繞飛、接近和著陸小天體過(guò)程中還會(huì)受到太陽(yáng)光壓、第三體引力等空間多種攝動(dòng)力影響。本書(shū)針對(duì)探測(cè)器在小天體附近運(yùn)動(dòng)過(guò)程中遇到的系統(tǒng)不確定性和外界干擾以及對(duì)探測(cè)器下降著陸過(guò)程安全性準(zhǔn)確性的要求，研究了探測(cè)器動(dòng)力下降段和最終著陸段的軌道控制方法，建立了具有魯棒性和和

本書(shū)主要內(nèi)容包括EPIP教學(xué)模式、自動(dòng)化生產(chǎn)線簡(jiǎn)介、自動(dòng)化生產(chǎn)線核心技術(shù)應(yīng)用、自動(dòng)化生產(chǎn)線各單元安裝與調(diào)試、自動(dòng)化生產(chǎn)線安裝與調(diào)試、自動(dòng)化生產(chǎn)線技術(shù)拓展知識(shí)等內(nèi)容。

人工智能是近年來(lái)最為火熱的研究領(lǐng)域之一，尤其是隨著深度學(xué)習(xí)算法研究的突破，人工智能技術(shù)在工業(yè)過(guò)程控制領(lǐng)域取得了前所未有的發(fā)展。深度學(xué)習(xí)算法涵蓋的內(nèi)容非常前沿和廣袤，本書(shū)從表示學(xué)習(xí)的角度，針對(duì)流程工業(yè)的故障檢測(cè)與診斷中存在的問(wèn)題進(jìn)行探究、模型構(gòu)建與實(shí)驗(yàn)驗(yàn)證、分析，引導(dǎo)讀者分析和解決問(wèn)題，幫助讀者最大限度地理解算法理論，提

"大數(shù)據(jù)技術(shù)的發(fā)展，已被列為國(guó)家重大發(fā)展戰(zhàn)略。而在過(guò)去的幾年里，無(wú)論是聚焦大數(shù)據(jù)發(fā)展的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，還是《“十三五”規(guī)劃》中都深刻體現(xiàn)了政府對(duì)大數(shù)據(jù)產(chǎn)業(yè)和應(yīng)用發(fā)展的重視。目前國(guó)內(nèi)大數(shù)據(jù)發(fā)展還處于加速期、轉(zhuǎn)型期，數(shù)據(jù)與傳統(tǒng)產(chǎn)業(yè)的融合還處于起步階段，各行業(yè)對(duì)大數(shù)據(jù)分析和挖掘的應(yīng)用還不理想。但隨著市場(chǎng)競(jìng)爭(zhēng)的加劇

從2015年開(kāi)始，北京市教育委員會(huì)開(kāi)展了高端技術(shù)技能人才貫通培養(yǎng)試驗(yàn)項(xiàng)目，旨在培養(yǎng)符合首都高精尖產(chǎn)業(yè)需求的新型人才。2015年招生的首批學(xué)生已于2022年從本科畢業(yè)，該項(xiàng)目每年的招生模式、項(xiàng)目分類(lèi)、招生專(zhuān)業(yè)、培養(yǎng)模式、招生規(guī)模、培養(yǎng)學(xué)制、參與學(xué)校等會(huì)有所變化，本書(shū)梳理分析了這些變化，為承擔(dān)貫通培養(yǎng)任務(wù)的學(xué)校，以及擬報(bào)考

本書(shū)通過(guò)大量實(shí)例介紹大數(shù)據(jù)平臺(tái)技術(shù)，分4篇。大數(shù)據(jù)存儲(chǔ)篇包括第1~3章，內(nèi)容包括大數(shù)據(jù)技術(shù)概述、數(shù)據(jù)采集和大數(shù)據(jù)、大數(shù)據(jù)框架的安裝和配置；大數(shù)據(jù)管理篇包括第4~7章，內(nèi)容包括HDFS、Hadoop分布式計(jì)算模型、分布式協(xié)調(diào)服務(wù)ZooKeeper、Hadoop的集群資源管理系統(tǒng)YARN；大數(shù)據(jù)分析篇包括第8~10章，內(nèi)容

多時(shí)標(biāo)非線性系統(tǒng)廣泛存在于制造、交通、能源、航空航天等系統(tǒng)中，其控制具有重要的理論意義和應(yīng)用前景�！抖鄷r(shí)標(biāo)非線性系統(tǒng)的魯棒控制與自適應(yīng)控制》系統(tǒng)論述多時(shí)標(biāo)非線性系統(tǒng)的模糊建模、魯棒控制和自適應(yīng)控制的理論方法及其應(yīng)用。首先綜述線性連續(xù)奇異攝動(dòng)系統(tǒng)、線性離散奇異攝動(dòng)系統(tǒng)、非線性奇異攝動(dòng)系統(tǒng)，以及奇異攝動(dòng)系統(tǒng)的智能魯棒與自適

韓亞娟，上海大學(xué)管理學(xué)院講師。隨著計(jì)算機(jī)、信息技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，數(shù)據(jù)收集變得越來(lái)越容易，而如何從中篩選出有效信息將變得越來(lái)越重要。本書(shū)將基于馬氏田口方法對(duì)多維綜合評(píng)價(jià)系統(tǒng)進(jìn)行特征選擇研究，試圖解決多維綜合評(píng)價(jià)系統(tǒng)優(yōu)化降維中的強(qiáng)相關(guān)問(wèn)題，并對(duì)綜合評(píng)價(jià)指標(biāo)函數(shù)加以改進(jìn)以提高樣本綜合評(píng)價(jià)的準(zhǔn)確性。同時(shí)，本書(shū)將進(jìn)行拓展