本书介绍了感知数据分析与计算的关键技术方法和典型案例，具体内容主要包括静态数据(概率统计、误差)和动态数据(随机过程、信号)，以及机器学习和深度学习。其中，静态和动态数据分析与计算从统计的角度揭示隐藏在数据中的规律，对收集到的数据进行处理与分析，提取有价值的信息，得到特征统计结果。机器学习以数据或已有经验为基础，从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，挖掘隐藏在数据中的信息。深度学习将归纳偏差建立成神经网络的层次化表示，找到高维数据(如信号和图像)的低维表示(特征)。在分析复杂问

《用户画像与博物馆用户体验》一书探讨了博物馆从“以展品为中心”向“以观众为中心”转变的背景下，中国年轻人作为主要受众的参观体验与内在动机。本书通过服务设计方法，结合Bartle玩家人格分类法和参观流程模型，采用快速民族志研究设计，从126名候选人中识别出社交者、探索者、成就者和攻击者四种理想用户画像。通过参观前、中、后三个阶段的数据收集，运用观察（服务旅行和影子跟踪）、访谈（情境访谈）及体验卡片等手段，详细分析了用户的参观体验。研究发现，每种用户画像在博物馆参观中展现出独特的内在动机。本书不仅为

本书是作者在多年从事人工智能原理及其应用课程的教学和多年承担工业控制系统信息安全的科学研究、开发项目的基础上完成的。本书简洁、全面地介绍了工业控制设备信息安全现状、安全要求，系统地介绍了工业控制设备分类、典型工业控制设备的功能与工作原理，阐述了与工业控制设备相关的通用信息安全技术、工业控制设备信息安全防护解决方案、工业控制设备入侵检测技术、可信PLC控制系统的设计与开发、边缘智能控制器的信息安全防护技术。

本书系统介绍了不确定非线性系统的智能自适应事件触发控制的基本理论和方法，力求概括国内外相关研究的最新成果，主要内容包括非线性系统的智能自适应事件触发状态反馈控制、非线性系统的智能自适应事件触发输出反馈控制、互联非线性系统的智能自适应事件触发分散控制、非线性系统的鲁棒自适应事件触发控制、非线性约束系统的智能自适应事件触发控制、非线性系统的智能自适应事件触发固定时间控制、非线性系统的智能自适应事件触发优化控制，以及分数阶非线性系统的智能自适应事件触发控制。

本书的主要特点是专业性、针对性较强，主要针对工科专业，特别是自动控制相关专业研究人员学习。涵盖了概率论基础与随机过程的基本概念，泊松过程、离散时间马尔可夫过程、连续时间马尔可夫过程、鞅、布朗运动、伊藤微积分、随机系统的最优估计、随机系统的最优控制与优化控制等，涵盖了工科专业所需的随机过程的基本内容. 同时，本书配有大量与自动控制、通信、信号处理等专业相关的例题和习题.本书可作为高等院校理工科专业高年级本科生及研究生教材，也可供相关专业的教师及工程技术人员参考。

本书阐述数据驱动的工业过程监控与故障诊断的理论与应用方法，主要内容包括：过程监控必要的基础知识、常见测量方法、检测指标、控制限设计和仿真平台；面向间歇过程的故障检测方法，包括软过渡PCA监控、基于核费希尔包络分析的故障识别、基于局部特征相关性的故障诊断；面向质量监控的全局与局部特征融合的故障诊断方法，包括基于全局加局部偏最小二乘模型、局部保持偏最小二乘模型、局部线性嵌入潜结构偏最小二乘的投影模型和鲁棒L1偏最小二乘模型的多种质量监控方法；面向故障溯源的数据与机理融合诊断方法，包括基于贝叶斯因果模

本书旨在建立和推动“动力学刻画的数据科学”理论和应用研究。全书共六章，内容包括：复杂动力系统理论基础、高维数据的临界预警理论及方法、短时间序列的预测理论及方法、动力学因果检测理论及方法、基于动力学的势能景观构建理论及方法、混沌反馈学习理论及深度学习方法等。全书交叉融合了数学理论、统计学方法、人工智能、计算系统生物学方法等知识，做到数学理论与实际应用并重，动力学算法与统计学方法互补，内容图文并茂、清晰易读、由浅入深，并在第2章至第6章末尾配有相关前沿领域的展望与讨论，读者可以通过阅读本书了解所涉及

《颠覆性技术区块链译丛：区块链在数据隐私管理中的应用 》：

本书旨在向初学者展示物联网和区块链的基础知识，以及现有从业者的集成和挑战讨论。其目的是加深对区块链在促进安全方面的作用的理解。它提供了一个逐步的讨论、详尽的文献调查、严格的实验分析和讨论，以证明区块链技术用于确保通信安全。

《颠覆性技术区块链译丛：区块链平台 》：

这本书介绍了当今区块链技术的所有技术特性，它首先全面解释了所有必要的技术概念，以便理解与分布式账本相关的讨论，

本书介绍了数据质量管理和治理的核心概念，以及定义和评估数据质量的技术，以提高业务中的数据质量水平，并确保生成的数据支持高级分析和AI应用程序。本书还给出了4步DARS法实现的高质量数据体系。这种方法是战略和战术的结合，旨在从数据中为企业提供最大价值。本书内容涵盖：定义篇，旨在确定数据质量及其特征或维度，以实现读者对数据和数据质量的共同理解；评估篇，用于确定各项数据质量水平并查明问题根源；实现篇，即贯彻行业最佳实践，改善数据生命周期的数据质量；持续篇，用于确保已实现的所有好处得以延续。本

本书分为三个部分，分别介绍了数据要素市场、数据安全和隐私计算。第一部分介绍了数据要素市场的基本情况，包括数据要素制度体系和数据要素市场发展；第二部分结合数字化转型的背景，讲述了多个具备代表性的数据安全理论及实践框架、数据安全常见风险、数据安全保护最佳实践、代表性行业数据安全实践，以及数据安全技术原理、大模型与数据安全等内容；第三部分详细讲解了可信数据流通交易空间、隐私计算技术原理、隐私计算实践案例、隐私保护大模型基础设施等内容。 本书可以作为高校学生、数据要素市场从业者、数据安全行业从业者的入门