本书首先介绍了业内多个具备代表性的数据安全理论及实践框架，从数据常见风险出发，引出数据安全保护最佳实践；然后介绍了数字经济时代数据要素市场的基本信息，基于构建数据要素市场、促进数据合规安全流通、释放数据价值等场景中的实践，抽象并总结了一套数据要素可信、安全、合规流通的体系架构，包括数据安全保护技术与保护数据价值释放的隐私计算技术；最后针对政务、金融、电力能源、公安行业等重点行业，分析了数据安全与数据孤岛现象的跟本原因，介绍了数据安全实践案例，并介绍了如何通过部署数据要素流通体系架构，打破“数据壁

本书系统地介绍了MATLAB在几个主要控制领域的应用。全书共分为七章，包括MATLAB介绍、控制系统的分析与设计仿真、神经网络控制的分析与仿真、模糊逻辑控制的分析与仿真、模型预测控制的分析与仿真、系统辨识分析与仿真、工程应用。各章在讲解基本应用的同时给出实际例子，并在最后一章给出了几个工程的分析、设计、建模、仿真实例。本书既可作为高等院校自动化、电气、控制工程、机电等相关专业本科生及研究生的授课、实习教材，也可为相关领域的工程技术人员和研究人员提供参考。

在很多地方，我们都可以看到人们在谈论数据。我们发现，到处都有概念词——“数据科学”“机器学习”“人工智能”等，那么它们的真正含义是什么呢？最重要的是，这些对我们的工作和生活又有什么影响呢？这本书将会告诉我们答案。本书包含大量的真实案例及详细分析，读者将会对数据的真实价值及分析技术有一个全新的认识，有效的数据利用可以帮助个人和企业实现利润飞长。

2023年3月，《党和国家机构改革方案》首次提出组建国家数据局，这标志着全国一体化的数据要素市场培育正式拉开帷幕。本书作者基于长期参与国家数据基础制度顶层设计研究相关经历，对我国从数据大国迈向数据强国的历史进程中构建数据要素的产权、供给、流通、定价、核算、分配、跨境等方面制度体系的理论基础和政策路径进行了深入探讨，并就下一步建立全国统一、辐射全球的数据大市场的实施路径进行展望。

本书从大数据分析的原理、技术和应用的角度，围绕着大数据分析的基础知识、大数据分析平台的核心原理、大数据分析的关键技术、大数据分析的应用四个方面进行讲述，使学生能掌握大数据分析的基本原理和核心技术，同时通过大数据分析在上市公司信用风险预测研究中的应用案例使学生熟悉大数据分析的原理和技术的实际应用，并能搭建大数据分析平台分析大规模数据集。其中，大数据分析的基础知识包括：大数据产生的背景、大数据的概念、特点、价值、大数据带来的思维变革；大数据分析平台的核心原理包括：两种常用开源大数据分析平台——Had

《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。

本书系统地介绍了PID控制的几种设计方法，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的最新成果。全书共18章，包括基本的PID控制、PID控制器的整定、时滞系统的PID控制、基于微分器的PID控制、基于观测器的PID控制、自抗扰控制器及其PID控制、PD鲁棒自适应控制、模糊PD控制和专家PID控制、神经网络PID控制、基于差分进化的PID控制、伺服系统PID控制、迭代学习PID控制、挠性及奇异摄动系统的PD控制、机械手PID控制、飞行器双闭环PD控制、小车倒立

本书主要介绍数据仓库与数据挖掘的基本概念和方法，包括数据预处理、数据仓库与联机分析处理、数据仓库设计与开发、回归分析、关联规则挖掘、分类、聚类、神经网络与深度学习、离群点检测以及文本和时序数据挖掘等内容。各章力求原理叙述清晰，易于理解，突出理论联系实际，辅以代码实践与指导，引领读者更好地理解与应用算法，快速迈进数据仓库与数据挖掘领域。本书可作为高等学校计算机科学与技术、数据科学与大数据技术等相关专业的教材，也可作为科研人员、工程师和大数据爱好者的参考书。

本书介绍了利用ProcessSimulate进行智能产线的数字化建模及工艺仿真，主要内容包括：数字化工厂规划、数字化工艺仿真与验证、ProcessSimulate软件基本操作、机器人仿真模型建立、焊接过程的创建、装配过程的创建、人体模型工具、人机交互仿真，以及单工位机器人、AGV小车与桁架机器人协同工作、桁架运行、整线仿真等完整的仿真案例。此外，本书还配送了电子资料包，读者扫描书中二维码可观看配套视频，轻松愉悦地进行学习。本书适合制造型企业数字化产线规划与仿真人员使用，也可作为高等院校智能制造、

在数据湖仓的所有新增要素中，排名第一的就是可以利于数据分析和机器学习所用的分析基础设施。分析基础设施包括一众大家广为熟悉的东西，当然也包括一些可能对大家还有些陌生或略带新鲜感的概念。比如包括：元数据、数据血缘、数据体量的度量、数据创建的历史记录、数据转换描述。数据湖仓的第二个新增要素，是识别和使用通用连接器。通用连接器允许合并和比较所有不同来源的数据。如果没有通用连接器，就很难（实际上是几乎不可能）将数据湖仓中的不同数据关联起来。但有了这个中西，就可以关联任何类型的数据。使用数据湖仓，就有可能实