本书从数学优化的角度对目前人工智能的代表技术机器学习进行分析，解决了目前这一领域偏向应用，数学理论较弱的问题，从原理、数学解析两个方面对特征提取、分类、聚类、神经网络等进行了全面系统的剖析。解决了目前人工智能领域偏向应用，数学理论较弱的问题，从原理解析、数学解析两个方面对机器学习进行剖析。

本套“德国工业4.0大全 第1~4卷”的原版在德国获得了巨大成功，是前沿技术、实用案例和综合论述的有机结合，分为“第1卷 智能生产技术”“第2卷 自动化技术”“第3卷 智能物流技术”和“第4卷 技术应用”。 本套书是国内企业从未来愿景、战略目标、发展理念、科研创新、核心技术以及工业应用等方面与德国工业4.0对标的全面指南，对生产制造业、生产管理规划与咨询机构和企业用户都有很高的研究和参考价值。

《电气自动化控制技术研究》以电气自动化控制技术为核心，从工程和实际应用角度全面介绍了电气自动化控制技术相关知识，全书内容一共分为五章：第一章主要介绍了电气自动化控制技术的相关概念、发展史以及目前存在的不足；第二章详细介绍了电气自动化控制技术系统的特点、功能、设计理念；第三章详细介绍了可编程逻辑控制器，主要介绍了PLC的安装以及调试；第四章介绍了工业控制网络，重点介绍了现场总线以及控制区域网-CAN；第五章介绍了电气自动化控制技术在工业、电力系统以及楼宇控制系统的应用。

本书详细地介绍了机器学习的基本原理，并采用“原理简述+问题实例+实际代码+运行结果”的模式介绍常用算法。全书共11章，主要包括决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维等内容。

本书包括3篇内容， 第1篇可重构体系篇， 针对复杂制造系统的生产计划与调度整体需求与特点， 构建具有可重构能力的生产计划与调度体系结构， 并讨论体系结构的可重构特性以及体系的重构过程和方法。第2篇可重构单元篇， 在复杂制造系统生产计划与调度体系的整体框架下， 分别讨论体系结构中的四个核心单元， 即中期生产计划单元、短期生产计划单元、实时调度单元和重调度单元。第3篇可重构实施篇， 首先给出了实施本书体系结构设计的可重构计划与调度体系原型系统的实现， 然后应用此原型系统， 结合案例对单元级和系统级的体系结构重构过程加以分析说明。 本书面向从事复杂制造系统计划、调度和优化等相关领域研究工作的科研人员， 微电子等复杂制造行业的生产管理或工程技术人员， 也可作为系统工程、工业工程、自动化、机械工程等专业院校研究生和教师的学习用书。

本书以工业中的应用为主线，从机器视觉、网络通讯、示教编程等方面，较为全面的介绍了FANUC工业机器人的使用及配置方法，突出实用性的特点，目的在于使更多的人能够熟练操纵FANUC工业机器人。

容涵盖云操作系统的基本概念、技术架构、部署、应用及优化等五个方面，既有云操作系统的基本概念与理论，又从资源的抽象与封装、资源的调度、资源的编排三个层面讲解云操作系统设计的核心，剖析了云操作系统的具体部署方法，以国网云操作系统为例，充分融合国网电网公司在发展建设一体化“国网云”平台的过程中，对于云操作系统的一些考虑和设计。

《多传感器数据融合：算法、结构设计与应用》包含了来自于不同学科的很新数据融合概念和技术。由世界靠前的融合领域研究者和学者贡献，全书共34章，大致分为两部分，涵盖了基础理论和很近的理论进展，以及多传感器数据融合应用。每章自身完整，可单独或者与书中其他章节相结合阅读。在部分中，至23章致力于多传感器数据融合算法设计方面优选水准和新的进展，提供了很优融合和多传感器滤波方面的新材料和成果。在第2部分，第24到34章主要展示多传感器数据融合在不同领域的发展，比如医疗应用、导航、交通（流量）分析等。

本书是“十二五”普通高等教育本科国家级规划教材。 本书淡化经典控制与现代控制的界限，突出方法论，点阐述共性问题，适应拓宽专业口径的需要。本书不苛求严格的数学推导，而是从直观的物理概念出发去分析问题、解决问题。本书注重控制理论在工程中的应用，除每章中机、电、液、气方面的案例，还专门增加一章内容用以介绍控制理论在工程中应用的成功案例。本书还介绍了MATLAB与SIMULINK等软件分析和设计系统。 本书共分9章，第1章控制系统的基本概念，第2章数学模型，第3章时域分析法，第4章根轨迹分析法，第5章频域分析法，第6章控制系统的分析与校正，第7章线性离散系统，第8章状态空间分析法，第9章控制系统的应用于分析。每章末均附有一定量的习题。附录部分分别为常用函数的拉氏变换和Z变换、Z变换基本定理、矩阵运算、基本的数值解法及习题参考答案。 本书可作为高等学校机械专业控制工程基础课程的教材，也可供有关工程技术人员参考。

本书详细讨论大数据管理技术的各个分支及其实现技术， 包括大数据建模技术、大数据存储和索引技术、大数据查询处理技术、大数据事务处理技术和大数据总线技术， 并在此基础上， 对大数据应用系统进行了全面分析。 本书面向大数据应用的开发人员、大数据管理系统的开发人员以及大数据管理技术的研究人员， 也适用于高等院校相关专业师生学习。