《机器人伺服控制系统及应用技术》是一本理论与实践紧密结合的图书，通过9章内容，全方位解读了机器人伺服控制系统的相关知识。从机器人组成开始讲解，逐渐引入到机器人的感知系统和控制系统，整合电机学、气压与液压控制、机器人机构等与伺服控制系统密不可分的相关技术，从基础知识到实例应用分析，让读者全面系统地学习伺服控制技术。全书核心内容包括机器人步进电机控制系统、直流伺服控制系统、交流伺服控制系统、伺服驱动器与运动控制器、气动伺服控制系统、液压伺服控制系统、视觉伺服控制系统等。本书适合机器人、机电一体

本书以“智能协作机器人技术及应用”职业技能等级证书（中级）标准要求为依据，采用项目引领、任务驱动的编写方式，内容涵盖智能协作机器人系统的系统设计、系统编程、系统调试与优化、系统维护维修等工作领域的多个核心任务和技能。
全书包含6个实训项目、15个具体工作任务，每个项目融入了素质教育元素，促进知识与技能、过程与方法、情感态度与价值观的贯通统一。项目内容涵盖智能协作机器人系统相关机械与电气组件选型、机械与电气系统设计、机器人脚本与混合编程、工艺离线仿真应用、机器视觉编程与应用、综合系统编程与调

本书从系统的角度，成体系地研究动态数据驱动原理与方法。以数据驱动为根本出发点，揭示了复杂系统的设计、运行、控制与优化规律，从信号感知、结构感知、环境感知、情景感知、语境感知、能量感知、过程感知、网络感知、系统感知等不同维度，介绍了主流的理论与方法，提供了研究复杂系统问题的新思路、新方法。

本书基于MCD机电一体化调试平台，根据真实智能生产线在NX软件中开发好
的智能物流单元、智能仓储单元、智能加工单元、智能检测单元和智能装配单
元仿真模型编写，通过各单元控制程序样例和调试方法的学习，设计智能生产
线的控制程序，搭建调试平台，对仿真模型进行控制，验证工作逻辑。由于仿
真模型具有数字孪生功能，与真实物理模型具有相同物理属性，可在没有真实
物理设备的情况下，学习和掌握对智能生产线集成的能力。
本书可作为高等职业院校
应用型本科
机电设备类

本书以 KUKA 工业机器人官方虚拟仿真软件 KUKA.Sim Pro 3.1 为
对象，采用图文结合的方式对 KUKA.Sim Pro 软件进行全面系统的介绍。
本书先从软件安装、功能模块、对接面板组、基本操作、文件管理等方
面对软件总体进行认识，到布局的创建、机器人示教与编程、设备组合
管理、AGV 应用、搭建机器人工作站，运用设备组件快速搭建和测试
多种设备的协同作业，再到使用任务管理进行工作站布局和工艺工序管
理，并利用工程图制作将 3D 视图中的布局

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。
全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。
本书适合商业分析专业人员与相关专业本科生和研究生阅读。

本书分为三个部分：基础理论、大数据可视化方法、大数据可视化工具及应用。基础理论部分包括第1、2章，回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用，以及可视化的一般流程及设计组件。大数据可视化方法部分包括第3到7章，主要介绍了不同类型数据的可视化方法，包括：时间数据、比例数据、关系数据、文本数据、复杂数据。大数据可视化工具及应用部分包括第8到14章，选取了市场上一些主流的可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件：Excel、FineBI、DataV、Table

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。
本书理论和实践内容相对平衡，便于读者加深理解。
全书共9章，外加一个附录。
第1章为分析导论，
第2章为预测性分析和数据挖掘导论，
第3章介绍预测性分析的标准流程，
第4章介绍预测性分析的数据和方法，
第5章介绍预测性分析算法，
第6章探讨预测性建模中的高阶主题，
第7章介

本书通过整合利用卫星和航拍影像、地面跨时空视频、网络数据和地理信息等多源异构数据，围绕天空地海量数据源分布特点和安全保密要求，并根据公共安全事件智能感知与理解的需要，利用先进的多源异构数据汇聚与协同相关技术，实现多源异构数据的跨时空、多尺度、多粒度汇聚，构建公共安全事件处置需要的数据体系，形成跨系统协同管理、跨空间安全调度、跨平台安全服务的数据保障总线，并建设一体化天空地海量多源异构数据汇聚管理平台，为公共安全事件的智能感知与理解提供数据支撑服务。

本专著主要介绍基于数据驱动的个性化需求预测理论与方法。根据交互场景的特点，分别从基本交互、交互广度、交互深度和交互多样性四个角度介绍最新个性化需求预测理论与方法。在基本交互场景中，主要研究了基于用户和产品的交互的个性化需求预测；在交互广度方面，主要研究了融合用户与好友关系交互以及融合用户与群组交互场景的个性化需求预测；在交互深度方面，主要研究了会话式交互场景和沉浸式交互环境中的交互特点和个性化需求预测。在交互多样性方面，研究了跨域交互环境中不同语义匹配类型的个性化需求预测。通过这些研究