本书从工业机器人产品开发的角度出发，对工业机器人理论、设计与控制等进行系统阐述与实例分析，主要对工业机器人结构优化与控制的理论、实现方法及存在的问题进行剖析。主要内容包括：机器人设计要求与基本参数，工业机器人系统与配置，工业机器人结构及特性分析，工业机器人优化设计，工业机器人控制等。全书理论与应用相结合，通过典型实例具体剖析，并采用工程图与文字融合的方法简明扼要地表达与阐述机器人及其结构，突出全书的理论性、实用性与综合性的特点。
全书从机器人的产生、发展和分类，工业机器人的组成特点、技术性能和产品等基础知识出发，对工业机器人本体及谐波减速器、RV减速器等核心部件的结构原理、机械设计、安装维护等进行了全面阐述；对工业机器人坐标系、姿态、移动要素、程序结构等编程常识，以及RAPID程序数据、程序声明、程序执行管理方式等进行了系统介绍；对ABB工业机器人程序指令、函数命令的格式、编程要求及编程示例进行了详尽说明；对手动、示教、程序输入与编辑、调试与维修等操作方法和步骤进行了完整介绍。
本书将自动控制系统知识与MATLAB软件应用有机融合，从MATLAB软件应用角度出发，系统地介绍了MATLAB基本操作、符号计算、数值计算、程序设计与调试、绘图、图形用户界面、自动控制系统组成与结构及工作原理、MATLAB/Simulink控制系统分析与仿真等内容。
本书分为三篇，第一篇为大数据的基本概念和技术综述，第二篇为平台搭建与基本应用，内容设计Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark、Phoenix等；第三篇为数据处理与项目开发，综合运用各类组件进行实际数据处理，包括交互式应用、决策、推荐算法、销售数据分析系统等。
本书以作者所做博士后研究工作报告为背景，以排爆机器人机械臂单关节遥控操作、联动遥控操作、机械手一次自动到位遥控操作3种工作模式为中心，进行了深入的研究与开发。
本书主要介绍以BeagleBone Black硬件平台Ubuntu操作系统为核心，自主构建机器人的实用技术方法。内容由浅及深，循序渐进，涵盖了开发机器人方方面面的问题，包括BeagleBone black硬件平台Ubuntu系统的实用与开发，机器人的语言、听觉、视觉、运动、避障等功能的实现，以及无线遥控、GOS定位、空中飞行等。
本书结合大量实例介绍了Mesos的使用方法，核心原理以及框架开发的相关内容。通过这些内容读者可以在数据中心环境中利用Mesos搭建分布式系统，进行大数据分析以及开发分布式应用。
全书共分17章，包括基本的PID控制、PID控制器的整定、时滞系统PID控制、基于微分器的PID控制、基于观测器的PID控制、自抗扰控制器及其PID控制、PD鲁棒自适应控制、专家PID控制和模糊PD控制、神经网络PID控制、基于差分进化的PID控制、伺服系统PID控制、迭代学习PID控制、挠性及奇异摄动系统的PD控制、机械手PID控制、飞行器双闭环PD控制、倒立摆系统的控制及GUI动画演示，以及其他控制方法的设计。每种方法都给出了算法推导、实例分析和相应的MATLAB仿真设计程序。
本书共分14章，包括基本PID控制、PID控制器的整定、时滞系统的PID控制、基于微分器的PID控制、基于观测器的PID控制、自抗优控制器及其PID控制等。
本书以Quartus II、Synplify Pro软件为平台，以Verilog-1995和Verilog-2001语言标准为依据，以可综合的设计为重点，以大量经过验证的数字设计实例，系统阐述数字系统设计的方法与技术。
目前，机器人操作系统测试技术的研究成果比较分散，还没有专著出版。本书是在国家863计划重点课题“机器人操作系统、软件仓库及模块化硬件平台开发”的支持下，以RGMP-ROS操作系统的测试需求为牵引，以解决测试中出现的难点为目标，展开相关研究工作。根据RGMP-ROS操作系统的特点，分析了对RGMP-ROS进行测试时面临的难点问题。在对前人研究成果进行深入学习和总结的基础上，结合RGMP-ROS机器人操作系统的特点，提出了一系列解决这些难点问题的方案，并对方案的先进性及可行性进行了实验验证。
本书强调动手、强调实战，以风趣幽默的语言和一系列生动的实战应用案例，系统地讲授了Hadoop的核心技术和扩展技术，包括HDFS、MapReduce、HBase、Hive、Pig、Cassandra、Chukwa和ZooKeeper等，并给出了3个完整的Hadoop云计算综合应用实例，最后介绍了保障Hadoop平台可靠性的方法。
本书以Spark 0.9版本为基础进行编写，是一本全面Spark及Spark生态圈相关技术的书籍。主要内容有Spark基础功能介绍及内部重要模块分析，同时也详细介绍了Spark生态圈中其他的软件和模块等。
本书介绍数据挖掘与统计机器学习领域最常用的模型和算法，包括最基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法(包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法)。最后介绍无监督的学习中聚类方法和业界广泛使用的推荐系统方法。
本书详解大数据本质、理念与现状，围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何将数据驱动方案落地，并指出数据驱动的价值在于“数据驱动决策”“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践，从需求梳理、事件指标设计、数据接入阶段、实际应用四大阶段介绍数据驱动在不同领域的商业价值，全面展示大数据在各领域内的应用情况与趋势展望。
本书简洁、全面地介绍了工业控制系统信息安全概念和标准体系，系统地介绍了工业控制系统架构和漏洞分析，系统地阐述了工业控制系统信息安全技术与方案部署、风险评估、生命周期、管理体系、项目工程、产品认证、工业控制系统入侵检测与入侵防护、工业控制系统补丁管理。
