本书在概要阐述数据技术基本概念与主要特征基础上，分析大数据时代的制造业务数据化趋势，提出面向智能制造需求的数据技术体系架构，详细介绍数据感知、数据预处理、数据分析、数据挖掘、数据可视化、数据计算、数据存储与管理、数据安全等关键技术，并结合航空航天、纺织服装、半导体等行业背景，介绍数据技术在工业制造领域的智能产品设计、智能生产调度、智能工艺规划等业务场景中的典型应用。
本书主要面向智能制造工程、机械工程、自动化、计算机等相关领域高校的本科生，提供理论基础和实践案例。本书也可为智能制造相关科研人员、企业从业人员提供技术指导，为制造业信息化、智能化的咨询和实施人员提供参考。

张朋，男，东华大学机械工程学院智能制造研究所讲师。2011年于华中科技大学获学士学位，2019年于上海交通大学获得博士学位。博士课题专注于晶圆制造系统光刻区调度方法的研究，主要研究方向包括智能优化算法以及复杂制造系统的建模、仿真与调度。作为项目核心骨干参与国家自然科学基金重点项目和面上项目、国家科技重大专项、国家高技术研究发展计划(“863”计划)项目、航天联合基金、工信部智能制造专项等多个项目；在IJPR、机械工程学报等期刊上发表SCI／EI论文10余篇。

第1章 绪论
1.1 基本概念
1.1.1 数据定义
1.1.2 数据元素
1.1.3 数据维度
1.1.4 数据结构
1.1.5 数据模型
1.2 数据特征
1.2.1 数据类型多样
1.2.2 数据潜在价值高
1.2.3 数据应用广泛
1.2.4 大数据带来挑战
1.3 大数据时代
1.3.1 大数据的内涵与特征
1.3.2 业务数据化
1.3.3 大数据时代的新理念
1.3.4 大数据时代的新术语
1.3.5 大数据生命周期管理
1.4 数据技术
1.5 全书主要内容与章节安排
本章小结
习题
参考文献
第2章 数据感知技术
2.1 标识与解析技术
2.1.1 条码技术
2.1.2 磁卡技术
2.1.3 RFID技术
2.1.4 二维码技术
2.1.5 生物特征技术
2.2 传感器技术
2.2.1 光学传感技术
2.2.2 力学传感技术
2.2.3 图像传感技术
2.2.4 智能传感技术
2.3 定位技术
2.3.1 iGPS定位技术
2.3.2 基站定位技术
2.3.3 ZigBee定位技术
2.3.4 UWB定位技术
2.3.5 Wi-Fi定位技术
2.4 群智感知技术
2.4.1 群智感知架构
2.4.2 群智感知的实现过程
2.4.3 群智感知的应用
2.5 应用案例
本章小结
习题
参考文献
第3章 数据预处理技术
3.1 数据质量分析
3.1.1 统计学规律
3.1.2 语言学规律
3.1.3 数据连续性理论
3.1.4 探索性数据分析
3.2 基于数据质量分析的数据预处理过程
3.3 常用数据预处理技术
3.3.1 数据审计
3.3.2 数据清洗
3.3.3 数据转换
3.3.4 数据集成
3.4 其他数据预处理技术
3.5 应用案例
本章小结
习题
参考文献
……
第4章 数据分析技术
第5章 数据挖掘技术
第6章 数据可视化技术
第7章 数据计算技术
第8章 数据存储与管理技术
第9章 数据安全技术
第10章 数据技术应用