本书是一线DBA技术专家精心之作，积作者多年的经验结晶和**实践，也是目前市场上为数不多通过存储原理来讲解性能调优，剖析SQLServer架构从而帮助读者快速高效调优数据库的图书。书中首先简要介绍了SQLServer与性能实践相关的一些基础语法及配置信息，提出与数据库性能相关的几个概要信息，再根据SQLServer数据的内部实现原理讲解如何调整和优化SQLServer数据库实例的配置；接着介绍SQLServer数据库存储引擎的语句优化，执行计划内部原理以及索引等综合因素分析如何优化数据库语句，保证数据库的稳定性及效率；*后从SQLServer的数据库性能监控及高可用性解决方案，提出性能监控及设计层面的优化。

《基于服务关联模式的组合服务选取方法研究》研究了一种基于服务关联模式的组合服务选取方法。该方法利用数据挖掘等相关技术，基于web服务以往的执行、调用信息，分析出具有QoS关联关系的服务以及建立组合服务业务模型的知识，作为组合服务业务建模与选取的基础，以提高单sLA与多SLA的选取质量。

《复杂多源数据的知识获取与知识发现》针对复杂多源数据的知识获取与知识发现问题，分别从模式识别中聚类和分类的角度进行研究，并以复杂网络的知识发现为例，研究了三种改进的复杂网络社区发现方法。本书是关于知识获取和知识发现方法的专著，内容新颖、图文并茂、立足应用，可供机器学习、模式识别、计算机应用技术等领域的技术人员阅读，也可作为相关学科的培训教材。

《Oracle Mobile Application Framework开发指南：构建多平台企业移动应用》一书的作者Luc Bors是一位Oracle ACE，他在该书中阐述了如何基于单一代码库创建多平台移动应用。在整本书中提供了详细的示例和易于理解的代码。通过一个完整的样例应用逐步解释Oracle MAF的强大功能，包括数据可视化、UX模式、地理地图、推送通知等。通过学习本书，可以充分利用Oracle MAF可视化和声明式开发的特性。书中主要内容●　为Android和iOS应用开发配置IDE●　为移动应用创建AMX页面和任务流●　使用绑定层和数据控件●　创建应用特性，并在Springboard和导航栏中配置访问这些特性●　使用数据控件调用Web服务，并创建一个设备上的数据库●　实现设备交互服务●　调试、测试和保护Oracle MAF应用的安全性●　创建一个交互样例应用，较大化Oracle MAF的功能

本项目将采用分层、多阶段、层内与人口成比例的PPS抽样方法，通过对**内地31个省（直辖市、自治区，不含港、澳、台）18至75岁国民的重要心理特征进行调查和监测，建立规范的国民重要心理特征数据库标准体系，通过硬件及软件建设以及数据库的管理、共享、服务、技术、运行和政策体系建设，*终建成国民重要心理特征数据库共享网络平台。

本书共16章，分三个部分：基础篇、实战篇、提高篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。高级篇介绍了基于R语言二次开发的数据挖掘应用软件，使读者体验到数据挖掘二次的开发的魅力。

《实用数据分析与MATLAB软件》以数据处理的过程为基准，介绍相关的基本概念、基本方法，在注重统计思想的同时，侧重于将统计方法与计算机软件相结合。淡化计算、注重方法是本书的宗旨。因此，书中数据处理的计算工作将由MATLAB软件来完成。本书着重介绍了MATLAB统计工具箱中与数据分析相关的函数。有了这些函数，读者就可以轻松地完成过去认为不可能完成的工作，体会到使用MATLAB软件的乐趣。本书是为理工、经济、管理、生物等专业学生或专业人员编写的，目的是为了解决数据分析中可能遇到的问题。本书可作为上述专业学生相关课程的辅导教材或教学参考书，也可作为信息与计算科学专业学生数据分析或统计计算课程的教材和概率论、数理统计、多元分析、回归分析与实验设计等课程的辅助教材，还可作为数学建模竞赛的辅导教材，以及作为科技工作者和工程技术人员学习和参考用书。

《大数据和大分析》首先阐述了大数据出现的背景，解释数据资产、数据驱动等基本概念，剖析数据分析的重要性，介绍了大分析的内容和范围以及关键点等；其次，阐述了大数据建设的基本内容、有关应用领域等，涉及收集、存储、标准、技术选择等内容；辨析了大数据与数据仓库的关系，重点介绍了数据质量、安全管理等数据管控的内容；最后，给出了与大数据建设配套的营销管理分析等方面的内容和经验，分享了如何引入互联网思维、开辟新视野的理念。本书适合电信、金融、互联网等各个行业的大数据相关从业者，包括企业管理者、开发工程师、系统建设者、业务应用者和运营人员参考阅读。

《多源数据融合和传感器管理/信息、控制与系统技术丛书》是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与最新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。第一部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括Bayes方法、模糊集理论、粗糙集理论、MonteCarlo理论、DempsterShafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括Bayes决策、正态分布时的统计决策、最大最小决策、神经网络、支持向量机和Bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。

本书是与张宏军教授等编著的《作战仿真数据工程》教材配套的实验指导书。本书根据《作战仿真数据工程》教材的组织特点编排了实验内容。紧密配合理论教学．合理安排数据工程的实验教学，使学生能够在有限的实验课时中，加深对所学知识的理解与掌握，熟练使用常用的数据工程相关处理软件，培养和提高学生的实际操作水平。本书涵盖了作战仿真数据规划、数据建模、数据集成、元数据集拟制、数据分析与数据挖掘、数据可视化、数据管理等方面的实验项目，实验内容饱满、步骤详细，有助于提高学生的实验效果。本书可作为相关专业研究生和高年级本科生的实验教材，也可作为工程技术人员的参考书。