随着信息、传感器以及人工智能等核心技术的飞速发展，制造业与信息化的融合愈加紧密，"中国制造 2025"、美国"先进制造业领导力战略"、德国"国家工业战略 2030"等将智能制造作为主攻领域。特别地，我国《"十四五"智能制造发展规划》将装备故障诊断与预测性维护、智能运维的关键技术作为主攻方向。本书在国家自然科学金、省重大专项等的支持下，以刀具、轴承以及齿轮等典型零部件为对象，重点关注运维数据采集、处理、建模以及分析挖掘整个流程的痛点、难点。全书共分为7章，第1章为绪论，第2~3章分别介绍机器学习以

智能化时代，社会的群体性已在云端以群智方式呈现，人类的创新设计从强调与追求个体智慧，转化为重视基于网络的群体智能，表现出强大的创新活跃性。群智创新设计以互联网、大数据、人工智能及云计算等数字创新技术为基础，聚集人工智能、设计学和计算机等学科，通过建立具有包容性和友好性的用户体验连接桥梁，形成共创价值，促进社会全面创新。《群智创新设计》介绍了群智创新设计的时代背景、要素与构成体系，从"设计+技术+商业"三元视角深入剖析基于群体智慧的创新设计，阐述了群智创新设计的技术特征及学习路径，探索了"自组织"

本书共8章。第一章是绪论部分，对多智能体分布式协调控制进行了简要的介绍；第二章为数学基金部分，主要对图论、一致性理论、系统的稳定性理论和书中用到的一些重要的引理等基础知识进行介绍；第三章为基于采样数据的二阶多智能体系统分布式一致；第四章为具有时滞的多智能体系统分布式一致；第五章为异质多智能体系统分布式一致；第六章为多智能体系统的分布式包含控制；第七章为非线性多智能体系统的分布式跟踪；第八章为非线性多智能体系统的分布式最优协调控制。

本书全面概述基于FPGA的机器人计算加速器设计。本书首先对FPGA技术的背景进行介绍，然后深入介绍基于FPGA的机器人感知神经网络加速器设计，并对机器人感知中的各种立体视觉算法及其FPGA加速器设计进行讨论，验证了FPGA是加速神经网络的理想选择。接着，介绍在FPGA中实现并集成现有算法的关键原语的通用定位框架，并讨论运动规划模块，证明了FPGA是加速运动规划内核的理想选择。之后，探讨如何在多机器人探索任务中使用FPGA，以及PerceptIn为自动驾驶汽车开发车载计算系统所做的努力。

本书内容全面涵盖视频监控的图像处理、视频处理、相关算法和具体实现。本书概述了图像处理和视频处理的基本概念，描述了传统视频监控系统的构建模块，讲述了对象分类技术、包括基于深度卷积神经网络和基于区域卷积神经网络模型的最新技术，介绍了基于机器学习技术的分类，详细讲述了在遮挡等复杂场景中对多个目标的处理和跟踪方法。还讲述了视频监控系统的实现，及其在军事和运输中的使用。

本书介绍了如何设置具有内置高可用的Zabbix、使用改进的业务服务监控、设置自动报告及创建高级触发器。Zabbix提供了有关基础设施性能和故障的有效洞察，并能够利用其强大的功能增强监控。本书提供了易于遵循的操作步骤，用于使用Zabbix 6.0有效地监控网络设备和应用程序的性能。本书首先介绍了安装Zabbix 6.0，并构建了可扩展且易于管理的环境，也介绍了为不同类型的监控构建模板和使用代理构建项目与触发器的操作步骤。然后，本书使用Zabbix 6.0 API进行定制，并有效地管理Zabbix

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。

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。

数据治理是一门实践中的学问。本书轻理论、重实践，是一份实用的数据治理指南，涉及数据治理组织、管理制度、流程规范、数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全与隐私等主题。全书共分为3篇，第一篇包含第1章和第2章，介绍数据治理的理论与方法；第二篇包含第3章至第6章，介绍数据治理的平台建设与工具；第三篇包含第7章至第9章，介绍不同场景下的数据治理案例，通过案例场景细节解读和工作步骤阐述，帮助读者将数据治理理论转化为切实可行的解决方案和行动策略。本书适合数据管理专家、企业决策者、数据治