数据是数字经济时代的基础资源和关键要素，将数据纳入生产要素是中国的重大理论和实践创新。从2020年中央文件正式将“数据”与土地、劳动力、资本、技术等传统要素并列为生产要素以来，“数据二十条”顶层设计发布，国家数据局成立，数据资源入表、数据要素X、数据资产管理等国家级文件陆续出台，各地政府部门、数据交易场所以及数商企业加快探索，逐步形成了中国数据要素化的理论体系、制度机制和实践路径。本书以“数据二十条”中国数据要素的顶层制度设计为方向框架，以数据要素资产化的关键话题研究和典型探索案例为基

本书正文共14章, 另有附录。其中正文可分为3大部分, 第1部分 (第1-3章) 会通过案例对数据产品做出完备清晰的定义, 并给出数据产品经理所需的能力维度; 第2部分 (第4-11章) 会通过8个翔实的案例, 分享作者对不同场景、功能的数据产品从规划设计到落地运营中的观察与思考, 并期望读者通过案例体会、培养数据产品经理的多种能力; 第3部分 (第12-14章) 会讨论数据产品经理的岗位选择, 在当前环境下工作的现状, 以及这个岗位的未来发展趋势。最后附录部分会对照数据产品经理所需的

数据分析的智慧其实就潜藏在我们的日常生活与职业生涯中，它无处不在。设想当你审视报告中的数字时，是否洞悉了那些数字背后隐藏的故事？它们的增长或减少，又向我们透露了怎样的信息？购房选址的策略，购车时机的选择，这些看似寻常的决策，实则都能在数据的指引下变得更为明智。本书巧妙地从纠正基本的数据认知误区启程，逐步深入至统计学的奥秘、人工智能的前沿，并巧妙融合数据叙事与思维工具的运用，旨在将抽象的数据理论转化为生活中触手可及、工作中行之有效的智慧宝典，让“冷冰冰”的数据知识跃然成为解决实际问题的“

本书是“高等院校智能制造应用型人才培养系列教材”之一，全书共7章，内容涵盖控制系统建模的理论基础、控制系统的信号与性能分析基础、智能控制算法基础、机械臂的智能控制应用案例分析、AGV小车的智能应用案例分析、智能控制技术未来的发展等。本教材重点概述或阐述了智能控制相关的基础概念、发展历程和趋势，对智能控制的基础理论和关键技术进行了简明而生动的阐述、归纳与总结。
本教材内容丰富，适合作为机械类（机械制造及其自动化、机械电子、机械设计、智能制造等）专业核心课程的教材，也可作为研究生的专业基础课程

本书充分考虑了高等院校学生和企业员工学习特点，以实践为主、理论为辅。理论教学部分广泛采用漫画元素，诙谐幽默、通俗易懂。实践教学内容中采用虚拟仿真和实操相结合方式，降低学习者对学习环境硬件要求，提升学习效果。本书内容共分成六个模块。模块一、初识工业机器人；模块二、初识机器人仿真软件；模块三 、创建机器人工作站；模块四、机器人指令系统；模块五、机器人基本操作；模块六、机器人示教编程；本书可以作为自动化类专业在校学生或者企业员工的工业机器人学习用书，也可用作工业机器人技术专业学生的入门级教学丛书。

本书以工业机器人为切入点，依托ABB 工业机器人及其RobotStudio 仿真软件，系统地介绍了工业机器人的基础知识、手动调试技巧、示教器常用操作、坐标系定义流程、I/O 通信、标准I/O 板配置、基本控制指令，以及程序编辑调试步骤等核心内容。本书既有通俗易懂的基础知识讲解，又有完整的项目讲解，使读者能够熟练掌握工业机器人的基本操作，对其知识体系具有全面的认识。为了便于教学的开展，本书配套了大量的虚拟仿真素材供读者下载练习之用，其中有大量的动画、视频和图片等多媒体资源供读者学习之用。通过学习本

本书以 ABB120 工业机器人为研究对象，基于 SFB-Factory 三维智能制造数字化设计仿真软件工作平台，以实现机器人项目工程任务为研究目标，将内容分成工业机器人基础、工业机器人虚拟示教操作、工业机器人的离线编程指令、ABB120 工业机器人写字操作、ABB120 工业机器人打磨操作、ABB120 工业机器人搬运操作、ABB120 工业机器人码垛操作、综合案例实训8 个教学项目。每个项目都包含知识模块和技能训练，内容由浅入深、由简入繁，层次分明。 本书适合高等职业院校机电技术应用、工业机

本书以FANUC工业机器人为研究对象，系统地介绍了工业机器人离线编程与仿真的基本知识。全书共分3篇9章，主要内容包括：基础篇，初识离线编程仿真软件；仿真篇，创建仿真机器人工作站、离线示教编程与程序修正、基础搬运的离线仿真、分拣搬运的离线仿真；编程篇，轨迹绘制的编程、球面工件打磨的编程，基础焊接工作站操作编程、带外部轴焊接工作站操作编程。

本书深入研究分布式传感器阵列辐射源定位和传感器自定位问题。第1章介绍了各种类型的传感器阵列构型，包括规则传感器阵列、有线传感器阵列、自主无线传感器阵列。第2章简要介绍了几类定位观测量，包括典型的接收信号强度、到达时间以及到达时差。第3章和第4章讨论了参数的估计和应用问题。第4章介绍了利用随机分布传感器阵列对信号进行采样，应用压缩感知进行定位。第5章论述了如何利用传感器输出，以直接或迭代方式同时估计两个或多个参数。第6章探讨了自定位的相关问题，包括协同定位和多维尺度方法，还讨论了时钟同步

本书讲述了多粒度信息融合的基本概念以及多粒度融合理论赖以发展的基础理论，如Dempster-Shafe证据r理论、Dezert-Smarandache 理论、粗糙集、模糊集等；介绍了同/异鉴别框架下的多粒度融合、犹豫模糊信度下的多粒度融合和多粒度折扣信息融合。本书给出了典型算例详尽的融合流程，以及多粒度融合的典型应用，如多粒度人体行为动作识别等内容，全书理论体系完整，应用案例取舍适当。