本書介紹了大數據基礎理論和Hadoop生態(tài)系統(tǒng)主流的大數據開發(fā)技術。全書共分9章，第1章介紹大數據的發(fā)展歷程、概念和特點、關鍵技術和應用；第2章介紹Hadoop的起源、發(fā)展歷程、特性、版本及應用；第3章介紹HDFS的概念、原理和應用；第4章介紹HBase的概念、原理和應用；第5章介紹Hive的概念、原理、架構和應用；第6章介紹分布式計算模型MapReduce的概念、工作流程和應用；第7章介紹Spark基本內容、Spark的生態(tài)系統(tǒng)及運行架構和Spark安裝部署及編程實踐；第8章介紹數據可視化的相

本書主要探討群智感知技術的前沿問題，特別關注基于人機物協(xié)同的群智感知關鍵技術。本書首先分別介紹了群智感知相關工作和技術點，分析了群智感知中的關鍵因素和發(fā)展現狀。接著，本書針對多任務環(huán)境下的參與者選擇、進行討論。然后，本書針對星地融合統(tǒng)一波形設計、上行多址接入技術、星地融合多波束高效傳輸技術、于能耗的感知動作推薦、基于協(xié)作的參與者隱私保護、基于互信息最大化的協(xié)同數據采集、基于深度學習的無人機調度規(guī)劃和基于群智感知的應用進行了詳細介紹和分析。

本書主要研究了面向智慧旅游的視頻數據智能處理與挖掘相關技術及應用，以提高旅游景區(qū)視頻大數據中異常事件檢測和識別的精度、魯棒性、實時性等性能為目的，從而實現對旅游突發(fā)事件及時預測和預警，保障旅游安全。本書首先研究了視頻大數據的去噪技術，重點研究了基于殘差卷積神經網絡的視頻去噪算法；然后研究了視頻大數據的超分辨率重建技術，重點研究了綜合深度學習、半耦合字典學習和時空非局部相似性特征的視頻超分辨率重建算法；其次研究了旅游景區(qū)視頻的顯著性時空特征提取算法；然后在此基礎上研究了旅游景區(qū)視頻大數據中的

本書共六章內容，具體安排如下。第1章，描述了數據科學的基礎概念和發(fā)展歷程，對數據科學的定義、方法、工具、語言和框架做了的總體介紹。此外，第1章從教育、醫(yī)療、交通、農業(yè)、營銷、用戶行為特征等方面展開說明數據科學對現實生活的影響，以及從海量數據的有效性與數據共享問題揭示數據科學目前面臨的機遇與挑戰(zhàn)。第2章，闡述了數據科學的基礎知識，首先介紹了數據科學知識體系的構成，然后分別從數據獲取、數據存儲、數據處理這三個角度對數據科學技術架構的演化進行了探索，最后對數據科學技術的七個領域分別做出簡單的介紹。第3

本書是作者及其團隊成員十余年來從事一種離子聚合物金屬復合材料（IPMC:IonicPolymerMetalComposite、也叫人工肌肉）的建模、控制及應用技術研究的總結。本書圍繞人工肌肉（IPMC）開研究，重點對人工肌肉的建模、控制及其在相關領域應用實例展開深入的討論，并對人工肌肉仿生驅動器的潛在應用前景做出分析與解讀，為讀者在非線性建模與控制、生物醫(yī)學設備和工業(yè)自動化等領域使用人工肌肉與仿生驅動技術并解決實際工程問題提供參考和借鑒。

本書介紹了機器人的發(fā)展歷史，對日本機器人、機器人的不同用途、最先進的機器人、以及人工智能的相關信息給以介紹。

智能時代，智慧醫(yī)療、穿戴式運動追蹤、生活環(huán)境監(jiān)測等相關科技產品正逐漸改變人類的生活方式，而這其中傳感器起著關鍵作用。而成熟產品的誕生離不開對傳感原理和技術的研究。本書正是基于此從基本理論和現實具體案例應用等方面進行了相關探討。本書首先從網絡化智能傳感器技術原理及實現切入，然后重點討論了基于壓縮感知理論的體域網節(jié)能算法研究與應用、WMSN紅外圖像彩色化及目標融合方法研究與應用，最后對智能傳感領域的相關策略研究及其發(fā)展趨勢進行展望。

隨著網絡技術的飛速發(fā)展，網絡化控制系統(tǒng)已經廣泛應用于智能制造、航空航天、智慧交通、遠程醫(yī)療等領域。隨機時延是網絡化控制系統(tǒng)研究與應用中亟待解決的根本問題。本書深入分析了網絡化控制系統(tǒng)的隨機時延特征，提出了基于隱馬爾可夫模型的隨機時延建模方法，在此基礎上研究了前向通道（控制器到執(zhí)行器）的隨機時延預測方法，并設計狀態(tài)反饋控制器和輸出反饋控制器對隨機時延進行補償，降低隨機時延對網絡化控制系統(tǒng)性能的影響。最后基于實時仿真工具TrueTime搭建網絡化控制系統(tǒng)仿真實驗平臺，對本書研究方法的有效性和優(yōu)越性進

全書共分7章。第１章為非線性系統(tǒng)控制概論，第２章為基于算子理論的控制系統(tǒng)設計基礎，第３章為基于魯棒右互質分解和PI控制的魯棒跟蹤控制，第４章為基于魯棒右互質分解和滑�？刂频聂敯舾�蹤控制，第5章為基于魯棒右互質分解與算子理論觀測器的跟蹤控制，第6章為基于算子理論的液位系統(tǒng)控制研究，第7章為基于算子理論的故障診斷與優(yōu)化控制研究。所有的結果都是作者近幾年的研究成果。

暫無