本书为中英双语版，以天津启诚伟业科技有限公司提供的TQD-Micromouse-JQ 智能鼠为载体，是智能微型运动装置（Micromouse）技术与应用系列丛书的初级篇。本书以真实工程项目为背景，通过基础知识篇、综合实践篇、竞赛创新篇和拓展应用篇四篇讲述了智能鼠的发展、硬件、开发环境、功能调试；智能鼠的交互控制、姿态控制；智能鼠算法解析、高级功能；智能鼠技术应用扩展等。同时，本书附录提供了国际Micromouse 走迷宫竞赛相关知识、智能鼠器件清单、智能鼠迷宫图库、专业词汇中英文对照

本书讨论集散控制系统的原理和工程应用问题，介绍了五种典型集散控制系统产品及其在工业生产过程中的实际应用示例，主要涉及集散控制系统的系统构成、控制算法、系统选型和评估、数据通信、人机界面的工程设计、组态、安装和维护等内容。
本书内容已制作成PPT课件，可从化学工业出版社教学资源网免费下载。
本书可作为自动化专业、检测仪表和控制装置专业本科学生教材，对从事集散控制系统选型、工程设计、系统评估和应用操作的人员也很有参考价值。

本书采用知识与实训结合的教学方式，以过程控制系统的设计、安装、运行、调试、维护和监控为主线，内容包括过程控制基本知识、过程控制基本设备、单回路控制项目实训、温度位式控制项目实训、串级控制项目实训和比值控制项目实训等内容。本书重点介绍过程控制系统的综合控制方法，以培养学生的动手能力为主要目标，原理性内容描述尽量简化，旨在解决生产实际问题。
本书可作为普通三年制高职和中高职衔接高职阶段、成人教育等机电一体化专业、自动化专业等相关专业的教材，也可供相关技术人员参考。

　　《Hadoop理论与实践/大数据人工智能系列丛书》按照高等学校大数据、人工智能课程基本要求，以案例驱动的形式来组织内容，突出该课程的实践性特点。
　　《Hadoop理论与实践/大数据人工智能系列丛书》主要包含四大部分：Hadoop技术、数据仓库与Hive、Flume分布式日志处理系统、Spark及其生态圈概述。其中，Hadoop技术包括大数据与数据分析、Hadoop生态系统介绍、Hadoop存储、Hadoop计算之MapReduce、Hadoop安全等；数据仓库与Hive包括Hive与

大学生所接受的数据类先导或通识教育较为分散，不够深入，且理论多实操少，不能有效提升其数据素养和核心竞争力。数据行业从业人员面对工作压力和自我提升的需要，急需一门随时随地可学的专业通识课程。该课是市场需求的产物，将得到大学生和数据行业从业人员的热切欢迎。

主要特色体现为：使学生全面理解数据思维的新科学范式，覆盖数据全生命周期，从理念、理论、实操和应用不同视角，全面讲解并培养受众的数据思维模式，使其成为数据行业专业人员，提高其战

《无线传感器网络技术与应用 第2版》反映了无线传感器网络领域的新技术和成果，采用理论与实践并进的模式编写。
《无线传感器网络技术与应用 第2版》主要内容包括无线传感器网络、网络与通信技术、管理技术、安全技术、软硬件设计与测试、人工智能物联网、典型应用设计、工程实验指导8章。
《无线传感器网络技术与应用 第2版》可以作为高等院校的物联网工程、通信工程、计算机应用、人工智能等专业的教材，也可以作为建筑电气、网络管理等领域的工程技术人员和从事智能物联网等工作的技术人员的学习和参考用书。

本书内容根据“实用、易学、好教”的原则编写，立足教学标准的要求，强调实用性与应用性，做到“赛教结合”，有效将职业技能大赛内容与教学内容有机结合，将技能大赛内容贯穿到平时教学内容之中，促进赛教一体化。
本书共7个单元，主要内容包括传感器基本知识、温度检测、压力检测、位移检测、速度检测、气体与噪声检测和智能家居。
全书语言简洁，思路清晰，认识与应用相结合，适合作为高等职业院校自动化、电气工程、测控技术等专业的教材，也可供从事相关工作的技术人员参考。

本书主要是讨论机械手结构及其控制，包括空间变换，机械臂运动学，静力学，动力学，路径规划，以及机械手控制过程。本书尝试结合配套的机器人实验器材和实验指导书，把机器人理论学习与实验过程密切联系起来，从而使机器人的学习成为既有理论，又有实践的互动过程。学习者将在充分的实验操作基础上，快速理解和掌握有关机器人理论和技术。为了提高学习效率和激发学生学习兴趣，本书将机械手基本原理与技术的学习过程建立在小机械手实体与虚拟软件一对一的基础上。

本书系统讲授智能机器人技术的基础知识和典型应用。全书共5章，分别论述了机器人的概念与定义、分类、发展历史和趋势；智能机器人技术，包括机器人机械结构、机器人传感器、机器人驱动系统、机器人控制技术、机器人通信技术和电源技术；服务机器人的结构组成、工作原理与应用；特种机器人的结构组成、工作原理与应用；智能飞行器的机构组成、工作原理与应用等。
本书立足于智能机器人领域的*新技术，强调工程实际应用，以典型应用为主线，既有普及性，又有一定深度，图文并茂，可读性强。
本书可作为高等学校自动化类、

本教材以数据挖掘的经典算法为主线，基础部分讲清楚数据挖掘的过程和经典算法：数据探索、数据预处理、分类与回归、聚类分析、关联规则挖掘、偏差检测等。同时增加实现应用部分，在应用实现部分，以Python作为描述语言，以解决某个应用的挖掘目标为前提，介绍案例背景，阐述分析方法与过程，完成模型构建，给出算法的具体实现，通过此项目的方法提升学生的算法理解和应用能力，适应当今大数据时代对于高级工程师的数据分析能力。