作者：杨尊琦(作者) 出版：人邮图书 图书简介 本书以培养学生利用DSP硬件平台实现数字图像处理算法的编程技能为核心，采用DSP原理与图像处理算法相融合的方式，详细地介绍了DSP数字图像处理基础知识、TMS320C6000硬件结构、存储结构、视频接口、中断、EDMA控制器、CCS软件、图像处理算法原理、编程步骤与DSP程序等内容。
　　本书的前7章讲解DSP硬件结构与编程方法，后面13章详细地剖析了13个DSP图像处理试验，每个试验来源于数字图像处理的经典算法，其中主要包括图像灰度化、图像的噪声产生与平滑、图像直方图、图像增强、边缘检测、阈值二值化、图像取反与DCT变换等。每个试验分别组织成完整的一章，由算法引入、基本原理、算法步骤、流程图、DSP代码分析与仿真试验等主体部分组成。通过理论学习和试验，学生不仅能够掌握DSP和图像处理的理论知识，而且能够掌握DSP的编程方法，达到理论与实践相结合的教学目的，从而培养学生的动手能力，激发学生的学习兴趣。
　　本书内容丰富新颖，所举实例具有代表性与典型性，对图像处理原理及DSP编程步骤分析非常透彻，具有较强的实用性与指导性；本书可作为各类工科院校电子信息、自动化等专业的教材，也可供从事DSP应用设计开发的工程技术人员参考。 作者段落 "赵小强 (作者), 李大湘 (作者), 白本督 (作者) & 0 更多" 图片名 519q6Vt1UaL 结束 标题 大数据导论 纸质书价格 ￥34.13 电子书价格 ￥27.30 专题 文件大小 43825 KB 纸书页数 出版社 机械工业出版社; 第1版 (2019年8月2日) 服务：人工校对0错代录+录完后精校排版 此为收费服务：会收取文档代录之人工费 预估录入后页数：（带目录书签跳转） 请支持正版图书，莫将本服务所得用于非法目的 ✅文档录入及格式制作人工服务，非骗流量 ❤️ 录入后格式：PDF、Word、PPT、ePub、TXT

大数据导论（ePub+AZW3+PDF+高清）电子书下载 杨尊琦(作者)

《大数据导论》内容包括大数据基础、大数据下的云计算、大数据处理、数据统计与分析、大数据安全、数据可视化、大数据与社交媒体的融合、大数据促进电子病历的改革、大数据在旅游业中的应用、大数据在金融业的应用和大数据在制造业的应用，既包括大数据的基本知识，也涵盖大数据在典型行业的具体应用，读者通过学习能更深入地认识和掌握大数据的应用价值。书中每章都设有习题与实践，便于巩固所学内容。

前言

第1章大数据基础

1.1大数据时代

1.1.1大数据时代的技术基础

1.1.2大数据时代的变革

1.1.3信息技术（IT）向数据技术

（DT）的转变

1.2什么是大数据

1.2.1数据的基本知识

1.2.2大数据定义

1.2.3大数据的特征

1.3大数据结构类型

1.4大数据的应用

1.4.1大数据在个人生活中的应用

1.4.2大数据在企业中的应用

1.4.3大数据在政府部门中的运用

1.5数据科学和大数据技术

1.5.1数据科学

1.5.2大数据技术与工具

1.6习题与实践

参考文献

第2章大数据下的云计算

2.1云计算概述

2.1.1云计算的定义

2.1.2云计算的特征

2.1.3云计算的体系架构

2.1.4云计算的类型划分

2.1.5云计算的服务模式

2.2云计算技术

2.2.1虚拟化技术

2.2.2并行计算技术

2.2.3海量数据管理技术

2.2.4海量数据存储技术

2.3云计算与云存储

2.3.1云存储概述

2.3.2云存储的存储方式

2.3.3云存储与云计算的关系

2.4云计算与大数据

2.4.1云计算与大数据的关系

2.4.2云计算与大数据的结合

2.5案例——基于云计算的智慧

城市建设框架

2.5.1智慧城市的内涵

2.5.2智慧城市的支撑技术

2.5.3智慧城市的体系架构

2.5.4智慧城市的应用

2.6习题与实践

参考文献

第3章大数据处理

3.1数据采集

3.1.1数据采集方法

3.1.2数据质量评估

3.1.3数据质量的影响因素

3.2数据清洗

3.2.1处理残缺数据

3.2.2处理噪声数据

3.2.3处理冗余数据

3.3数据变换

3.3.1属性类型变换

3.3.2属性值变换

3.4数据集成

3.4.1模式匹配与数据值冲突

3.4.2数据冗余

3.5数据归约

3.5.1维归约

3.5.2数值归约

3.6习题与实践

参考文献

第4章数据统计与分析

4.1统计分析方法

4.1.1分类与预测

4.1.2聚类分析

4.1.3关联分析

4.1.4异常分析

4.2数据挖掘的基本概念

4.2.1数据挖掘的定义

4.2.2数据挖掘的分类

4.2.3数据挖掘的过程

4.3数据挖掘经典算法

4.3.1K-Means算法

4.3.2KNN算法

4.3.3ID3算法

4.4案例——用大数据来挖掘

《小时代》

4.5习题与实践

参考文献

第5章大数据安全

5.1安全与隐私问题凸显

5.1.1网络安全漏洞

5.1.2个人隐私泄露

5.2大数据时代的安全挑战

5.2.1信息安全的发展历程

5.2.2云计算技术带来的安全挑战

5.3如何解决大数据安全问题

5.3.1大数据安全防护对策

5.3.2大数据安全防护关键技术

5.4如何解决隐私保护问题

5.4.1隐私保护的政策法规

5.4.2隐私保护技术

5.5案例——百度大数据安全

实践

5.6习题与实践

参考文献

第6章数据可视化

6.1数据可视化类型

6.1.1科学可视化

6.1.2信息可视化

6.1.3可视分析学

6.2数据可视化流程及步骤

6.2.1数据可视化流程

6.2.2数据处理和变换

6.2.3视觉编码

6.2.4统计图表

6.2.5视觉隐喻

6.3可视化评估

6.3.1评估分类

6.3.2评估方法

6.4习题与实践

参考文献

第7章大数据与社交媒体的融合

7.1什么是社交媒体

7.1.1社交媒体的定义

7.1.2社交媒体的发展

7.2社交媒体大数据的分析与

挖掘

7.2.1基于用户的大数据分析

7.2.2基于关系的大数据分析

7.2.3基于内容的大数据分析

7.3社交媒体大数据的未来挑战

7.4社交媒体大数据信息安全

问题

7.4.1社交媒体导致的信息风险类型和

形成原因

7.4.2社交媒体的信息风险治理

方案

7.5习题与实践

参考文献

第8章大数据促进电子病历的

改革

8.1医疗病历的问题与挑战

8.1.1病历共享和追溯问题

8.1.2病历责任意识薄弱

8.1.3病历遗失现象

8.1.4电子病历的出现

8.2大数据与电子病历

8.2.1电子病历的大数据定义

8.2.2基于大数据的标准化电子

病历

8.2.3“大数据+云计算”的电子病历

存储

8.2.4基于大数据的电子病历共享和

追溯

8.3电子病历与数据挖掘

8.3.1电子病历数据的深度利用

8.3.2电子病历的数据预处理

8.3.3多维电子病历数据分析

8.3.4电子病历数据挖掘

8.4我国居民终身电子病历

8.4.1背景分析

8.4.2实施方案

8.4.3技术支持

8.5习题与实践

参考文献

第9章大数据在旅游业中的应用

9.1旅游数据的问题与发展

9.1.1旅游数据收集问题

9.1.2旅游数据分析问题

9.1.3旅游数据应用问题

9.1.4旅游数据的发展方向

9.2大数据与旅游业

9.2.1智慧旅游+大数据

9.2.2定制旅游+大数据

9.2.3精准营销+大数据

9.3旅游与数据挖掘

9.3.1锁定客户人群、关注客户

需求

9.3.2社交媒体挖掘、增加客户

忠诚

9.4旅游平台

9.4.1旅游平台的模式

9.4.2旅游平台的技术

9.5习题与实践

参考文献

第10章大数据在金融业中的应用

——金融大数据

10.1金融大数据概述

10.1.1什么是金融大数据

10.1.2金融大数据对金融业的

影响

10.1.3金融大数据应用的实施

战略

10.2金融大数据的应用

10.2.1金融大数据的业务应用

10.2.2金融大数据的应用举例

10.3大数据与金融创新

10.3.1金融创新的四个维度

10.3.2金融创新的应用举例

10.4习题与实践

参考文献

第11章大数据在制造业中的应用

——工业大数据

11.1大数据下的工业革命

11.1.1工业4.0

11.1.2“新工业革命”和“中国制

造2025”

11.2工业大数据

11.3大数据与智能工厂

11.3.1智能工厂的概念、特征、

架构

11.3.2智能工厂在我国的应用

11.4智能制造大数据分析

11.5案例——酷特智能大数

据助推服装个性化定制

11.6习题与实践

参考文献