《数据采集系统》主要内容：随着计算机与数字技术的发展，在生产与生活各个领域中所采用的监测与控制系统，已逐步从模拟式转向称为数据采集系统DAS（Data Acgtlsition System）的数字式系统。《数据采集系统》对数据采集系统DAS进行了系统的阐述，内容包括信号调理、多路开关、接口设计、数字控制系统和数据采集系统的设计等。

本书基于大数据研究系统的能力评估框架与方法，针对传统的能力评估理论和方法主要存在的缺陷，从大数据中挖掘有价值的信息来辅助评估，以提高评估的客观性、科学性、可信性。本书借助鲁棒有序回归方法，构建了基于大数据的交互式能力评估新型框架；通过特征选择算法分析了行动效果关键影响要素；将鲁棒有序回归方法用于确定评估模型的参数，并提出了认知很优最劣方法、区间认知网络过程和区间很优最劣方法3种新的基于两两比较的方法，用于辅助专家提供评估的参考信息。 本书提出的能力评估框架和方法可以推广到多种评估应用中，书中内容可为能力评估和大数据相关研究人员提供参考。本书可作为本科生和研究生的教辅资料，也适合企业与行业大数据从业人员阅读。

本书共分五章，分别为数学建模简介、初等模型、数值分析应用、数学规划模型、统计回归。全书按照循序渐进，由浅入深的原则，进行合理安排，每章最后一节是以全国大学生数学建模竞赛题为背景的案例。书中实例丰富，并与Excel、Mathematica、Lingo等计算机软件紧密结合。每章后都附有一定量的习题，其中部分习题需要上机计算操作得以完成，使学生课后有充分的建模实践的机会。

本书共分五章，分别为数学建模简介、初等模型、数值分析应用、数学规划模型、统计回归。全书按照循序渐进，由浅入深的原则，进行合理安排，每章最后一节是以全国大学生数学建模竞赛题为背景的案例。书中实例丰富，并与Excel、Mathematica、Lingo等计算机软件紧密结合。每章后都附有一定量的习题，其中部分习题需要上机计算操作得以完成，使学生课后有充分的建模实践的机会。

本书是大数据分析技术的入门图书，内容分为大数据分析与挖掘概述、SparkSQL结构化数据分析与处理、SparkStreaming流数据分析与处理、SparkGraphX图数据分析与处理、SparkMLlib机器学习和大数据分析系统等6章。通过每章的章节导读，读者能够快速了解本章相关内容的背景意义；通过相关理论及概念的介绍，读者能够对大数据分析的基本方法有整体认识和了解；通过典型案例的讲解，读者能够对大数据分析技术的应用有深刻认识。本书既注重基础知识也关注前沿问题，通过知识链接、小贴士等板块补充相关前沿知识内容。本书可作为数据科学与大数据专业人员的入门读物，也可作为相关职业教育课程的参考书，还可作为大数据技术应用的爱好者以及各领域大数据建设、管理和运用者的参考书。

群智感知作为一种新型的数据收集方式，在大数据领域受到了许多关注。但是作为群智感知的根本问题，即如何保障在群智感知场景下数据收集的数量和质量，仍然需要研究。本书从群智感知的研究背景出发，系统地讲述了如何保障在群智感知场景下数据收集的数量和质量的方法，并立足实际，用真实数据集验证所提出方法的优越性。此外，本书还根据群智感知系统的现状介绍了其下一步的研究内容，希望对读者有所启发。

本书稿重点介绍数据库性能管理与调试的理论及应用。首先提出并不只在运行和使用系统时才需要性能管理。任何系统的分析、设计、开发、测试、操作阶段都需要进行性能管理。并重点分析了各个阶段的性能管理应该关注的不同对象及目标。在以Oracle数据库为基础构建的系统中，将性能调试分为操作系统级调试和DBMS级调试分别进行详细介绍。在DBMS级调试阶段，为了在短时间内以低成本得到数据库性能提升效果，优选的方式是进行SQL调试，索引和连接是SQL调试中必不可少的重要存在，是快速提取表中的数据的手段，但是使用不当很容易适得其反，所以书稿中结合具体例子分别用一个章节介绍索引和连接的使用方法和注意事项。

本书是大数据分析技术的入门图书，内容分为大数据分析与挖掘概述、SparkSQL结构化数据分析与处理、SparkStreaming流数据分析与处理、SparkGraphX图数据分析与处理、SparkMLlib机器学习和大数据分析系统等6章。通过每章的章节导读，读者能够快速了解本章相关内容的背景意义；通过相关理论及概念的介绍，读者能够对大数据分析的基本方法有整体认识和了解；通过典型案例的讲解，读者能够对大数据分析技术的应用有深刻认识。本书既注重基础知识也关注前沿问题，通过知识链接、小贴士等板块补充相关前沿知识内容。本书可作为数据科学与大数据专业人员的入门读物，也可作为相关职业教育课程的参考书，还可作为大数据技术应用的爱好者以及各领域大数据建设、管理和运用者的参考书。

本书根据作者讲授Oracle课程和应用Oracle数据库管理系统的经验,并在参考Oracle原版手册和 外同类书藉的基础上撰写,由浅入深地介绍数据库的基础知识、Oracle数据库结构、Oracle数据库管理和JDB数据库编程的方法。同时，为解决近年来数据库课程课堂教学理论与实践相脱节、学生普遍缺乏实际应用能力等问题，各章节知识点配套实际应用案例，使学生通过练习实现对Oracle数据库知识的认识、理解和应用，掌握Oracle数据库系统的管理和开发方法。

第1章 Oracle 数据库基础及 Oracle 12c 第2章 数据库的存储设置与管理 第3章 数据库对象的创建设计与管理 第4章 数据操纵与事务管理 第5章 查询数据 第6章 PL/SQL程序块基础及开发 第7章 用户安全性管理 第8章 事务、锁、闪回 第9章 备份与恢复 第10章 基于Oracle数据库的应用开发

本书重点论述了空间数据检索及快速处理所涉及的若干问题和解决思路，包括遥感图像数据的聚类分割方法，图像相似性度量方法，空间剖分数据存储调度服务，空间剖分数据并行处理方法及平台开发等。

本书重点论述了空间数据检索及快速处理所涉及的若干问题和解决思路，包括遥感图像数据的聚类分割方法，图像相似性度量方法，空间剖分数据存储调度服务，空间剖分数据并行处理方法及平台开发等。

《数据结构》是计算机学科中的一门实践性较强的软件基础课程，为了学好这门课程，每个学生必须完成一定数量的上机实习作业，将理论与实际应用相结合。《数据结构》课程的上机实习包括两个部分：课程内的上机实习和课程结束后的数据结构课程设计。通过本课程的上机实习，要求在数据结构的逻辑特性和物理表示、数据结构的选择和应用、算法的设计及其实现等方面加深对课程基本内容的理解。同时，在程序设计方法以及上机操作等基本技能和科学作风方面受到比较系统和严格的训练。

《数据结构》是计算机学科中的一门实践性较强的软件基础课程，为了学好这门课程，每个学生必须完成一定数量的上机实习作业，将理论与实际应用相结合。《数据结构》课程的上机实习包括两个部分：课程内的上机实习和课程结束后的数据结构课程设计。通过本课程的上机实习，要求在数据结构的逻辑特性和物理表示、数据结构的选择和应用、算法的设计及其实现等方面加深对课程基本内容的理解。同时，在程序设计方法以及上机操作等基本技能和科学作风方面受到比较系统和严格的训练。

本书主要介绍文本大数据挖掘技术及其在文本自动整编领域的应用方法。除绪论外，本书的主要内容分为上下两篇，共9章。绪论介绍了文本自动整编的相关技术及研究现状，并提出了两种可行的文本自动整编方案。本书的上篇主要介绍了基于抽取式方法的文本自动整编技术，内容包括：面向信息检索的抽取式多文档摘要技术架构、基于多示例框架的深度关联匹配、基于多粒度语义交互的抽取式文档摘要以及基于层次注意力和指针机制的句子排序。下篇主要介绍了基于生成式方法的文本自动整编技术，内容包括：生成式文本自动整编技术架构、基于预训练和深度哈希的文本表示学习、基于两阶段半监督训练的长文本聚类以及基于语句融合及自监督训练的文本摘要生成。第9章对全书内容进行总结，并对后续发展方向提出展望。本书可作为数据科学与大数据技术、人工

本书基于大数据研究系统的能力评估框架与方法，针对传统的能力评估理论和方法主要存在的缺陷，从大数据中挖掘有价值的信息来辅助评估，以提高评估的客观性、科学性、可信性。本书借助鲁棒有序回归方法，构建了基于大数据的交互式能力评估新型框架；通过特征选择算法分析了行动效果关键影响要素；将鲁棒有序回归方法用于确定评估模型的参数，并提出了认知很优最劣方法、区间认知网络过程和区间很优最劣方法3种新的基于两两比较的方法，用于辅助专家提供评估的参考信息。 本书提出的能力评估框架和方法可以推广到多种评估应用中，书中内容可为能力评估和大数据相关研究人员提供参考。本书可作为本科生和研究生的教辅资料，也适合企业与行业大数据从业人员阅读。

《数据结构》是计算机学科中的一门实践性较强的软件基础课程，为了学好这门课程，每个学生必须完成一定数量的上机实习作业，将理论与实际应用相结合。《数据结构》课程的上机实习包括两个部分：课程内的上机实习和课程结束后的数据结构课程设计。通过本课程的上机实习，要求在数据结构的逻辑特性和物理表示、数据结构的选择和应用、算法的设计及其实现等方面加深对课程基本内容的理解。同时，在程序设计方法以及上机操作等基本技能和科学作风方面受到比较系统和严格的训练。

本书主要介绍文本大数据挖掘技术及其在文本自动整编领域的应用方法。除绪论外，本书的主要内容分为上下两篇，共9章。绪论介绍了文本自动整编的相关技术及研究现状，并提出了两种可行的文本自动整编方案。本书的上篇主要介绍了基于抽取式方法的文本自动整编技术，内容包括：面向信息检索的抽取式多文档摘要技术架构、基于多示例框架的深度关联匹配、基于多粒度语义交互的抽取式文档摘要以及基于层次注意力和指针机制的句子排序。下篇主要介绍了基于生成式方法的文本自动整编技术，内容包括：生成式文本自动整编技术架构、基于预训练和深度哈希的文本表示学习、基于两阶段半监督训练的长文本聚类以及基于语句融合及自监督训练的文本摘要生成。第9章对全书内容进行总结，并对后续发展方向提出展望。本书可作为数据科学与大数据技术、人工

本书稿重点介绍数据库性能管理与调试的理论及应用。首先提出并不只在运行和使用系统时才需要性能管理。任何系统的分析、设计、开发、测试、操作阶段都需要进行性能管理。并重点分析了各个阶段的性能管理应该关注的不同对象及目标。在以Oracle数据库为基础构建的系统中，将性能调试分为操作系统级调试和DBMS级调试分别进行详细介绍。在DBMS级调试阶段，为了在短时间内以低成本得到数据库性能提升效果，优选的方式是进行SQL调试，索引和连接是SQL调试中必不可少的重要存在，是快速提取表中的数据的手段，但是使用不当很容易适得其反，所以书稿中结合具体例子分别用一个章节介绍索引和连接的使用方法和注意事项。

《搜索引擎的数据压缩与查询优化》由宋省身著

群智感知作为一种新型的数据收集方式，在大数据领域受到了许多关注。但是作为群智感知的根本问题，即如何保障在群智感知场景下数据收集的数量和质量，仍然需要研究。本书从群智感知的研究背景出发，系统地讲述了如何保障在群智感知场景下数据收集的数量和质量的方法，并立足实际，用真实数据集验证所提出方法的优越性。此外，本书还根据群智感知系统的现状介绍了其下一步的研究内容，希望对读者有所启发。