资源搜

资源名称：数据挖掘常用工具之MATLAB 中文PDF 资源截图：

资源名称：架构大数据 大数据技术及算法解析 中文pdf 第1章大数据技术概述第2章大数据基础支撑--数据中心及云计算第3章云计算先行者--Google的三驾马车第4章云存储系统第5章数据采集系统第6章Hadoop与MapReduce第7章Spark--大数据统一计算平台第8章Storm流计算系统第9章SQL、NoSQL与NewSQL第10章大数据与数据挖掘第11章深度学习第12章电子商务与社会化网络大数据分析第13章大数据展示与交互技术第14章大数据安全与隐私第15章大数据技术发展趋势第16章知名企业大数据架构简介 资源截图：

资源名称：跟我学SAP HANA 做大数据时代的领航者 中文pdf 第一部分　SAPHANA基础知识篇第一章　认识SAPHANA 3第一节　SAPHANA源起 3第二节　先进的平台，前所未有的体验 5第三节　大数据 7第四节　SAPHANA内存数据库 12第五节　SAP内存计算 21第六节　SAPHANA能做什么 25第二章　SAPHANA基础进阶 27第一节　SAPHANA平台详解 27第二节　SAPHANA组件架构 29第三节　SAPHANA应用场景 31第四节　SAPHANA应用开发 33第五节　SAPHANA企业云 35第三章　SAPHANA成功案例及实时资料 39第一节　SAPHANA成功案例 39第二节　获取SAPHANA的最新资料 41第二部分　SAPHANA实践篇第四章　从实例开始SAPHANA之旅 47第五章　配置SAPHANA开发环境 49第一节　申请试用SAPHANA 49第二节　SAPHANAStudio视图 64本章小结与练习 78第六章　SAPHANA用户与权限管理 79第一节　概述 79第二节　SAPHANA特权 80第三节　SAPHANA角色管理 86第四节　SAPHANA用户管理 87第五节　_SYS_REPO权限管理 88第六节　常见任务 89第七节　常见问题 102本章小结与练习 104第七章　SAPHANA数据供应 107第一节　简介 107第二节　本地文件方式数据导入 108第三节　CTL方式数据导入 111第四节　SLT方式数据导入 112第五节　ETL方式数据导入 118本章小结与练习 128第八章　在SAPHANAStudio中建立数据模型 129第一节　基础概念 129第二节　SAPHANAStudio之数据表操作 136第三节　SAPHANAStudio之包简介 149第四节　创建属性视图 156第五节　创建分析视图 164第六节　创建计算视图 173本章小结与练习 182第九章　SAPHANASQL基础 183第一节　SAPHANASQL简介 183第二节　定义数据DDL 189第三节　操作数据DML 197第四节　数据控制语言 214第五节　关于NULL值 216本章小结与练习 216第十章　SAPHANASQLｓｃｒｉｐｔ 219第一节　SQLｓｃｒｉｐｔ简介 219第二节　SAPHANA存储过程 225第三节　SQLｓｃｒｉｐｔ技术要点 243第四节　SQLｓｃｒｉｐｔ开发注意事项 257第五节　通过ABAP调用存储过程 266本章小结与练习 270 资源截图：

资源名称：Hadoop企业级最佳实践  中文PDF 资源截图：

资源名称：Spark大数据处理 原理 算法与实例 pdf 第1章从Hadoop到Spark第2章体验Spark第3章Spark原理第4章RDD算子第5章Spark算法设计第6章善用Spark 资源截图：

资源名称：Storm实战:构建大数据实时计算 带书签 完整PDF 第1章 Storm基础1.1 Storm能做什么1.2 Storm特性1.3 其他流计算系统1.4 应用模式第2章 Storm初体验2.1 本地环境搭建2.2 Storm集群第3章 构建Topology3.1 Storm基本概念3.2 构建Topology3.3 小结第4章 Topology的并行度4.1 并行元素4.2 配置并行度4.3 一个运行中Topology的例子4.4 如何更新运行中的Topology的并行度第5章 消息的可靠处理5.1 简介5.2 理解消息被完整处理5.3 消息的生命周期5.4 可靠相关的API5.5 高效地实现tupletree5.6 选择合适的可靠性级别5.7 集群的各级容错5.8 小结第6章 一致性事务6.1 简单设计一：强顺序流6.2 简单设计二：强顺序batch流6.3 CoordinateBolt的原理6.4 TransactionalTopology第7章 DRPC7.1 StormDRPC7.2 总体概述7.3 LinearDRPCTopologyBuilder7.4 本地模式DRPC7.5 远程模式DRPC7.6 一个复杂的例子7.7 非线性DRPC拓扑7.8 LinearDRPCTopologyBuilder工作过程7.9 高级进阶第8章 Trident的特性8.1 理解Trident8.2 结合多个Trident任务8.3 消费和生产Field8.4 State（状态保存）8.5 TridentTopology的执行过程8.6 总结第9章 Storm实例9.1 一个简单的实例9.2 复杂一点的实例9.3 其他第10章 常见应用问题分析10.1 性能问题排查与定位10.2 系统中常见的问题与排查10.3 业务问题的定位与排查 资源截图：

资源名称：Spark大数据分析 核心概念 技术及实践 中文pdf 第1章　大数据技术一览1第2章　Scala编程16第3章　Spark Core33第4章　使用Spark shell进行交互式数据分析60第5章　编写Spark应用69第6章　Spark Streaming77第7章　Spark SQL99第8章　使用Spark进行机器学习146第9章　使用Spark进行图处理196第10章　集群管理员218第10章　监控 资源截图：

资源名称：MATLAB在语音信号分析与合成中的应用 中文pdf 第1章语音的产生和感知11.1发声器官11.2语音信号的数字模型21.2.1激励模型31.2.2声道模型41.2.3辐射模型71.3语音的感知71.3.1人耳的构造71.3.2听觉感受性81.3.3掩蔽效应81.3.4响度101.3.5音高11第2章语音信号的时域、频域特性和短时分析技术122.1MATLAB中的语音信号分帧122.2语音分析中的窗函数152.3语音信号短时时域处理162.3.1短时能量和短时平均幅度162.3.2短时平均过零率182.3.3短时自相关函数192.3.4短时平均幅度差函数202.4语音信号短时频域处理212.4.1短时傅里叶变换的定义222.4.2语谱图252.4.3短时功率谱密度27第3章语音信号在其他变换域中的分析技术和特性303.1语音信号的同态处理和倒谱分析303.1.1同态处理的基本原理303.1.2复倒谱和倒谱313.2离散余弦变换343.3Mel频率倒谱系数的分析373.3.1Mel滤波器组373.3.2MFCC特征参数提取383.4小波和小波包变换433.4.1小波变换433.4.2小波包变换443.4.3小波包算法453.4.4MATLAB中一维小波和小波包变换函数463.4.5MATLAB语音信号小波和小波包变换的例子493.5EMD的基本理论和算法533.5.1EMD的基本概念533.5.2EMD的基本原理553.5.3EMD法的完备性和正交性573.5.4基于EMD的Hilbert变换的基本原理和算法593.5.5EMD法的MATLAB函数60参考文献61第4章语音信号的线性预测分析624.1线性预测分析的基本原理624.1.1信号模型624.1.2线性预测方程的建立644.1.3语音信号的线性预测分析654.2线性预测分析自相关和自协方差的解法664.2.1自相关法664.2.2协方差法714.3线性预测分析格型法的解法724.3.1格型法的基本原理724.3.2格型法的求解744.4线性预测导出的其他参数784.4.1预测误差及其自相关函数794.4.2反射系数和声道面积794.4.3线性预测的频谱和预测误差滤波器A（z）多项式的根814.4.4线性预测倒谱834.5线谱对的分析法864.5.1LSP的定义和特点874.5.2LPC到LSP参数的转换894.5.3LSP参数到LPC的转换91参考文献95第5章带噪语音和预处理965.1纯语音和带噪语音96 资源截图：

资源名称：MATLAB R2016a完全自学一本通 (刘浩著) 完整pdf 第1篇第1章MATLAB R2016a概述第2章MATLAB基础知识第3章数组与矩阵第4章MATLAB编程基础第5章数据可视化第2篇第6章数据分析第7章符号数学计算第8章概率统计第9章数学建模函数第10章经典智能算法第3篇第11章偏微分方程工具箱第12章优化工具箱第13章图像处理工具箱第14章信号处理工具箱第15章小波分析工具箱第16章Simulink仿真基础第17章Simulink仿真应用第18章Stateflow建模与应用第19章神经网络工具箱 资源截图：

资源名称：spark案例与实验教程 完整pdf 由袁景凌、熊盛武、饶文碧主编的《Spark案例与实验教程/云计算与大数据实验教材系列》是一本大数据和分布式计算领域入门阶段的实验教材，结合实例介绍了Spark基本概念、开发环境、基础案例、进阶实践、性能调优等内容。每章由知识要点和案例实践两部分组成，内容由浅到深．循序渐进。其中，知识要点主要是对学生实验过程中碰到的概念和原理进行了简单的介绍和讨论。案例实践部分选取了典型的应用实例，帮助学生通过实践将理论知识与实际应用有机结合，解决学以致用的问题。 资源截图：