本书以工业生产过程自动化控制系统及设计为核心内容，采用项目任务式编写方式，进行知识与技能的阐述，并将思政元素融入课程之中。
全书分七个项目：过程控制系统基本认知，简单控制系统分析与设计，串级控制系统设计，均匀、比值、分程、选择、前馈控制系统设计，典型石油化工单元的控制方案设计，典型联锁保护系统设计与实现，控制系统工程设计。书中设置二维码，扫描即可进行拓展学习。
本书项目内容由浅入深，重点突出，对因设备条件所限而不能完成的任务，可以利用仿真软件进行学习。
本书可作为职业院校石油、

本书基于全国信息安全标准化技术委员会大数据安全标准特别工作组的工作，是一本关于数智安全与标准化的专业教材，旨在使读者在学习大数据、人工智能等数智技术与应用的同时，了解数智技术和应用的前沿以及相应的安全问题，理解数智安全与业务拓展和技术发展的伴生特性，掌握数智安全和标准化的基本知识，建立未来数智化所必须的安全发展意识、安全风险意识和技术安全意识。本书共分为17章，从法律合规、安全风险管理、网络系统安全、检测评估认证、个人信息安全、数据安全、人工智能安全、数智安全监管治理、数字经济发展等多个角

本书根据高等职业教育的培养目标、特点和要求编写，融合宇视公司“1+X智慧物联系统实施与运维职业技能等级证书”中网络部分的知识和技能，内容具有一定的通用性和安防专业特色。本书分为计算机网络技术基础、计算机安全技术、安防网络综合应用三篇，共14章。本书以理论为基础，以任务为驱动，注重学习者的理论素养的提升和实战能力培养。
本书内容深入浅出、图文并茂、理实结合，既可作为高等职业院校和应用型本科院校的安防、计算机等相关专业的教材，也可作为相关行业技术人员的培训和自修的参考书。

信息集成是智能制造领域的重要技术之一。本书介绍了制造系统信息集成的关键技术以及相关标准、自动化生产系统中的信息集成、面向产品生命周期的信息集成、企业内部的纵向信息集成、企业与外部的信息集成以及信息集成与数字孪生等内容，并结合具体案例，使学生在掌握典型制造系统信息集成技术知识的同时，培养学生对相关技术应用的意识、理念和思维方式。本书可用于机械类专业本科生的智能制造专业教材，以及相关专业（如机械、工业工程、自动化、计算机、仪器仪表、管理科学与工程等）的学生选修智能制造课程。

本书从理论上论述非线性系统的全局能控性.主要介绍平面仿射非线性系统和几类特殊的高维非线性系统的全局能控性判据,以及几类多项式系统全局能控性的判别算法.另外,本书也对平面仿射非线性系统的全局渐近能控性及全局镇定性做一点讨论.

鲁棒预测控制是在预测控制的基础上考虑到实际系统存在着模型不精确或者参数时变、未知扰动等各种不确定性而发展起来的先进控制技术。如何在鲁棒预测控制的基础上有效处理时变时滞对系统的影响成为工业过程控制亟待解决的问题。本书针对具有时变时滞的工业过程可能存在参数时变、强干扰、执行器故障、非线性、多阶段切换、时变跟踪轨迹等问题，重点介绍了基于鲁棒预测控制思想以解决这些问题的先进技术和方法。其主要内容为作者和所在团队的项目经验及科研成果，包括线性控制、容错控制、非线性控制和切换控制等相关内容。

从信息资源管理协同创新视角，分析了大数据治理面临的挑战、机遇和焦点议题，大数据治理研究的视角、立场及代表性观点，大数据治理的框架类型及其构成要素。以公共价值理论、数字连续性理论、利益相关者理论和协同创新理论为主要理论支持，从大数据治理目标、主体、治理客体、治理活动、治理环境等多个维度，分析了大数据治理的政策、标准和技术的现状及发展方向。提出了大数据治理发展应用的综合治理模式、运行模型、评估体系和评估方法等理论，并基于案例研究提出了大数据治理发展与应用的实践路径。此外，本书从信息资源管理协同创新视

随着时代的发展和信息技术的进步，信息技术已经是社会发展的动力之一，尤其是大数据技术对社会的发展起到促进作用。在人们的生活、生产中，大数据的应用能够给人们带来便利性，同时在大数据中也会存储人们的个人信息。随着科技的发展和进步，我们逐渐进入大数据时代。本书首先对大数据相关概念和应用问题进行了简述，进而论述了大数据的异化分析；然后介绍了大数据的影响因素，以及云计算技术与算法分析；最后介绍了大数据在不同方面的应用。 大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数

Spark数据处理引擎是一个惊人的分析工厂：输入原始数据，输出洞察。PySpark用基于Python的API封装了Spark的核心引擎。它有助于简化Spark陡峭的学习曲线，并使这个强大的工具可供任何在Python数据生态系统中工作的人使用。 《Python和PySpark数据分析》帮助你使用PySpark解决数据科学的日常挑战。你将学习如何跨多台机器扩展处理能力，同时从任何来源(无论是Hadoop集群、云数据存储还是本地数据文件)获取数据。一旦掌握了基础知识，就可以通过构建机器学习管道，

本书共分为六个部分：基础入门、研究设计和基础工具、文本挖掘基础、人文社会科学与文本分析、计算机科学与文本挖掘、写作和展示，在内容安排上由浅入深、循序渐进。相较于单一且详尽的方法教程，本书的目的更多是在于指导学生运用社会世界的文本数据来设计一项可行的社会科学研究。本书涵盖了文本挖掘研究多个方面的关键问题，包括网络抓取和爬虫、策略性数据选择、数据抽样、特定的文本分析和文本挖掘方法以及研究报告的撰写。除了技术性内容，本书还讨论了基于文本的社会科学研究设计面临的伦理和哲学问题。同时，书中还提供了各