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

本书框架的构建将基于“提出问题（伦理风险）—分析问题（风险成因）—解决问题（治理路径）”的宏观思路，探析社交机器人对当下伦理标准、法律规则以及相应的公众利益、社会秩序带来的挑战，考察国外社交机器人治理的逻辑与方式，并在从一般到个性的联结中探索有效的治理路径。“社交机器人”是人工智能技术应用于在线社交网络的产物，具体指在社交网络中模拟人类用户，自主运行、自动生产发布内容的算法智能体。“社交机器人应用的风险”指社交机器人在参与网络社交中所体现和潜藏的各类风险。这些风险体现在网络社交微观的具

本书介绍了传感器管理的理论基础，提出了基于信息的传感器管理理论模型，并给出了该理论模型很优解的条件约束。本书结尾给出了传感器和传感器管理的发展趋势，为后续研究提供了方向。书中介绍的美军MQ-4C海神情报侦察监视无人机多传感器管理的方法流程具有一定的借鉴价值。

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

本书围绕产品退化数据的统计建模问题，考虑实际中不同的退化环境与数据特点，包括产品的异质性、使用环境的动态性、测量的随机性等因素，发展了一系列基于Wiener随机过程的退化模型。针对每一类模型，本书对模型的性质、模型参数估计、模型验证等方面问题进行了深入讨论，并通过多种实际退化数据验证所提模型的有效性。本书总结与发展了作者在退化数据建模与分析领域的研究成果，是对该领域研究的有益补充，期望对相关研究领域的科研人员与学生有所借鉴。