《工业机器人技术与应用》全面且详细地介绍了工业机器人的各项关键技术，包括工业机器人的基础性知识：机械系统、运动轨迹规划、感知系统、控制系统等，在讲解感知系统时，充分解读了传感器的相关知识；也讲解了编程操作、虚拟仿真等进阶性技术；同时，本书最后三章通过讲解焊接机器人、AGV搬运机器人、装配机器人，让读者对各种不同类型的工业机器人有全面的认识和理解。
全书内容充实，图文并茂，适合对工业机器人感兴趣的初学者阅读学习，同时也可以作为高等院校机器人、智能制造相关专业的教材使用。

本书介绍了传感器管理的理论基础，提出了基于信息的传感器管理理论模型，并给出了该理论模型很优解的条件约束。本书结尾给出了传感器和传感器管理的发展趋势，为后续研究提供了方向。书中介绍的美军MQ-4C海神情报侦察监视无人机多传感器管理的方法流程具有一定的借鉴价值。

本书全面阐述电子传感器设计中的信息感知、信号、误差、设计变量、特征参数的设计理念，深入剖析电子传感器设计涉及的基础理论、技术、方法及架构，而且从信息论的角度讨论了电子传感器设计中特征参数的权衡和优化方法等。同时，本书还精选了光子转换、离子-电子转换以及机械和热转换方面的典型应用示例，帮助读者从实践的角度系统学习电子传感器设计原理的相关知识。

本教材以机器人运动规划为控制对象，系统的介绍了机器人控制技术中微体系结构集成电路的设计与应用知识，包含了国内外领先性的技术理论和实践案例，适用于电子信息本科和研究生的机器人控制和微电子制造领域扩展知识和技能培养。主要包括以下部分内容：机器人运动学基础、机器人感知系统、机器人运动控制系统、微体系结构集成电路设计、基于FPGA集成电路设计方法和攀爬机器人和灵巧手应用设计。在内容编排上，将理论知识与实践操作进行结合，力求使教材内容更具有实用性和应用性，同时还包括了多个国内外领先技术案例，可以帮助学生更

本书针对多源多维数据的汇聚融合、数据安全体系以及征信体系阐述了相关研究成果，主要包括：原位虚拟大数据中心平台体系、大数据感知与勘探技术、多源多维数据融合计算技术、基于多模型融合的信用评估技术、全生命周期的数据安全体系架构与关键技术、数据安全体系架构的测试与评估技术，以及基于信用评估的金融交易风险防控系统和多源多维大数据征信应用服务平台及其应用示范等内容。

本书围绕数据中心业务如何经营这一主题展开论述，以数据中心产业演变为切入点，围绕“布局-建设-服务”三大核心环节，针对数据中心产业面临的集群化布局、低碳化建设、智能化服务的机遇与挑战，通过变革中的数据中心产业、数据中心产业面临的挑战、数据中心布局之道、数据中心低碳建设之道、数据中心智能服务之道、数据中心产业政策实施之道、新形态数据中心经营之道等内容剖析原因、洞察规律、研讨案例、搭建模型，为相关经营主体给出了专业务实的策略。
本书实用性强，内涵丰富，采用情景对话方式编写，可读性强，具备较高参考

本书是一本关于如何清洗、整理和理解数据的手册，还介绍了围绕构建更可靠的数据系统的最佳实践、技术和流程，并在此过程中培养团队和利益相关方对数据的信任。本书首先引入“数据宕机”的概念，然后介绍如何跨多个关键数据管道技术构建更具弹性的数据系统。还介绍了数据可靠性工作流中的主动异常检测与监测，并设置SLA、SLI和SLO，以及构建由新鲜度、容量、分布、模式和沿袭这5个关键支柱组成的优化数据质量的数据平台。之后深入探讨在生产环境中实际应对和解决数据质量问题所需的步骤，包括数据事件管理、根因分析、

数据要素作为继土地、劳动力、资本、技术之后的第五大生产要素，在2020年4月国务院《关于构建更加完善的要素市场化配置体制机制的意见》首次出现并明确提出"加快培育数据要素市场”后，中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中也提出了"发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。2022年底，中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（即"数据二十条”）以文件形式明确了建立数

Hive是大数据领域的一个重要开发工具。本书基于Hive3.1.3版本进行编写，首先，简单介绍了Hive的起源和发展，以及Hive的安装和部署；其次，分别介绍了Hive的数据定义语言、数据操作语言、查询语言，以及各种函数，其中穿插安排了大量的综合案例练习；再次，讲解了分区表和分桶表，以及文件的压缩；最后，重点讲解了Hive在使用不同执行引擎时的企业级性能调优手段。本书广泛适用于大数据的学习者和从业人员、Hive初学者，以及高等院校大数据相关专业的学生，同时可作为大数据学习的必备书籍。

本书是一本全面关注数据资产管理体系、方法与实践的工具书,主要内容分为数据资产管理概述、数
据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来共5章。第1章概要介绍数
据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等; 第2章介绍数据资产管
理体系,涵盖数据管理组织、战略规划、保障机制、运营体系等内容,涉及数据盘点、数据开发、数据质量、数
据安全、数据服务、数据价值等工作; 第3章介绍数据资产的数据采集、存储、建模、处理等技术,阐述数