人工智能應(yīng)用技術(shù)基礎(chǔ)
定 價(jià)：38 元
- 作者：劉鵬
- 出版時(shí)間：2020/3/1
- ISBN：9787560655703
- 出 版 社：西安電子科技大學(xué)出版社
- 中圖法分類：TP18
- 頁(yè)碼：240
- 紙張：膠版紙
- 版次：1
- 開(kāi)本：16K
本書(shū)內(nèi)容包含人工智能新技術(shù)、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識(shí)圖譜、AI圖像技術(shù)、自然語(yǔ)言處理、智慧物聯(lián)、數(shù)字工廠、智能機(jī)器人、智慧城市。本書(shū)案例豐富、結(jié)構(gòu)清晰、通俗易懂，是一本比較全面、系統(tǒng)地介紹人工智能基礎(chǔ)技術(shù)的書(shū)籍。
本書(shū)可作為應(yīng)用型本科、高職院校的人工智能應(yīng)用技術(shù)通識(shí)課教材，也可作為人工智能愛(ài)好者、從業(yè)者的輔助讀物。
人工智能發(fā)展日新月異，許多人工智能產(chǎn)品已經(jīng)融入到人們的日常生活、工作和學(xué)習(xí)中。為全面體現(xiàn)當(dāng)今人工智能技術(shù)成就，經(jīng)過(guò)專家、高校教師、企業(yè)三方共同努力，編寫(xiě)了這本適用于應(yīng)用型本科、高職院校的人工智能應(yīng)用技術(shù)通識(shí)課教材。本書(shū)盡可能少地使用數(shù)學(xué)、物理等知識(shí)介紹當(dāng)代人工智能涉及的基礎(chǔ)技術(shù)，以最大限度滿足不同層次讀者的需求，為廣大人工智能學(xué)習(xí)者、愛(ài)好者、從業(yè)者提供參考。
本書(shū)共11章，第1～7章介紹人工智能基礎(chǔ)技術(shù)知識(shí)，第8～11章介紹人工智能專題技術(shù)和綜合應(yīng)用。本書(shū)兼顧硬件設(shè)備與通識(shí)知識(shí)之間的均衡，第8章智慧物聯(lián)、第9章數(shù)字工廠、第10章智能機(jī)器人和其他章節(jié)中關(guān)于硬件設(shè)備的知識(shí)已超過(guò)全書(shū)內(nèi)容的三分之一。
本書(shū)除第1章外，每章的編寫(xiě)體例均一致，即由應(yīng)用場(chǎng)景導(dǎo)入、章節(jié)主要內(nèi)容、應(yīng)用案例、習(xí)題等構(gòu)成，其中應(yīng)用案例可作為閱讀材料使用。
本書(shū)采用模塊化結(jié)構(gòu)安排內(nèi)容，老師可根據(jù)具體需要選擇如下：(1) 偏重人工智能基礎(chǔ)知識(shí)的，可只講授第1～7章；(2) 課時(shí)不足的，可只講授每章的前兩節(jié)；(3) 偏重人文的，可不講本書(shū)硬件設(shè)備的部分；(4) 偏重專題的，可根據(jù)需要選擇傳感器、導(dǎo)航與定位、路徑優(yōu)化、機(jī)器人視覺(jué)、智能控制和人機(jī)接口等內(nèi)容。
本書(shū)配有試題庫(kù)，授課教師可通過(guò)“智慧職教”平臺(tái)進(jìn)行在線考試。
本書(shū)是名校、名企產(chǎn)教融合的結(jié)晶，由山東大學(xué)閃亮人工智能研究院協(xié)調(diào)組織，知名高等院校教師組建團(tuán)隊(duì)，人工智能著名企業(yè)華為、海康威視、科大訊飛、曠視、北斗天地、智諾科技、河鋼數(shù)字技術(shù)等提供人工智能應(yīng)用案例，校企雙方對(duì)教材的各個(gè)方面，從篇章架構(gòu)、語(yǔ)言表述到企業(yè)案例的融合，均進(jìn)行了充分的推敲和研討。本書(shū)由劉鵬、孫元強(qiáng)任主編，孫鋒申、王蓮蓮、滕麗麗任副主編，各參編院校教師參與了編寫(xiě)工作，編寫(xiě)分工如下：第1章由姜猛、李靜、邢燕編寫(xiě)，第2章由王海波、楊娜娜編寫(xiě)，第3章由孫鋒申、周佩編寫(xiě)，第4章由黃志艷、張青、王霞編寫(xiě)，第5章由孫月興、劉海林編寫(xiě)，第6章由李靜、劉健、張驍編寫(xiě)，第7章由路景、賀建才、劉云編寫(xiě)，第8章由王蓮蓮、陳福彩、尹曉翠編寫(xiě)，第9章由滕麗麗、潘暉編寫(xiě)，第10章由程興奇、王妍編寫(xiě)，第11章由鞠杰芳、陳登峰編寫(xiě)。
感謝西安電子科技大學(xué)出版社的大力支持，責(zé)任編輯劉小莉認(rèn)真負(fù)責(zé)、全面規(guī)劃、釋難解困，提升了全書(shū)的質(zhì)量，在此一并表示感謝。
本書(shū)參考了國(guó)內(nèi)外最新的人工智能文獻(xiàn)，也參閱了網(wǎng)上許多有價(jià)值的材料，限于篇幅未能逐一列舉，在此謹(jǐn)表謝意。囿于編者水平，書(shū)中疏漏難免，敬請(qǐng)專家和讀者批評(píng)指正。
第一章 人工智能新技術(shù) 1
1.1 從簡(jiǎn)單機(jī)器到通用圖靈機(jī) 1
1.1.1 參數(shù)固定的簡(jiǎn)單機(jī)器 1
1.1.2 參數(shù)可調(diào)的機(jī)器 1
1.1.3 通用圖靈機(jī) 2
1.2 人工智能AI簡(jiǎn)史 3
1.2.1 機(jī)器與智能(1956年之前) 3
1.2.2 人工智能形成和發(fā)展
(1956年至20世紀(jì)末) 4
1.2.3 人工智能+時(shí)代(進(jìn)入21世紀(jì)) 6
1.3 人工智能與自然智能 7
1.3.1 器類與人類 7
1.3.2 器類的未來(lái) 7
習(xí)題 8
第二章 大數(shù)據(jù) 9
2.1 大數(shù)據(jù)應(yīng)用場(chǎng)景——空氣環(huán)境監(jiān)測(cè) 9
2.2 大數(shù)據(jù)概述 10
2.2.1 大數(shù)據(jù)產(chǎn)生的背景 10
2.2.2 大數(shù)據(jù)的概念 11
2.2.3 大數(shù)據(jù)關(guān)鍵技術(shù) 12
2.3 商業(yè)大數(shù)據(jù) 17
2.3.1 商業(yè)大數(shù)據(jù)來(lái)源 17
2.3.2 商業(yè)大數(shù)據(jù)分析 17
2.4 工業(yè)大數(shù)據(jù) 19
2.4.1 工業(yè)大數(shù)據(jù)內(nèi)涵 19
2.4.2 工業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀 20
2.4.3 工業(yè)大數(shù)據(jù)的關(guān)鍵技術(shù) 21
2.5 應(yīng)用案例 23
2.5.1 H3C大數(shù)據(jù)系統(tǒng)在高校大學(xué)生
管理中的應(yīng)用 23
2.5.2 西北某大學(xué)大數(shù)據(jù)分析系統(tǒng)
建設(shè)案例 24
習(xí)題 25
第三章 機(jī)器學(xué)習(xí) 26
3.1 機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景——鳶尾花分類 26
3.2 數(shù)據(jù)驅(qū)動(dòng)AI 27
3.2.1 傳感器和海量數(shù)據(jù) 27
3.2.2 什么是機(jī)器學(xué)習(xí) 28
3.2.3 機(jī)器學(xué)習(xí)算法 28
3.2.4 機(jī)器學(xué)習(xí)數(shù)據(jù)處理流程 29
3.3 K近鄰(KNN) 30
3.3.1 KNN簡(jiǎn)介 30
3.3.2 KNN算法三要素 31
3.3.3 KNN算法流程 32
3.3.4 KNN示例 32
3.3.5 KNN的優(yōu)缺點(diǎn) 33
3.4 KMeans聚類 34
3.4.1 KMeans聚類簡(jiǎn)介 34
3.4.2 KMeans算法流程 34
3.4.3 KMeans聚類示例 36
3.4.4 層次聚類 37
3.4.5 影響KMeans聚類算法的
主要因素 38
3.4.6 KMeans聚類優(yōu)缺點(diǎn) 39
3.4.7 KNN與KMeans的比較 39
3.5 應(yīng)用案例 40
3.5.1 KNN分類應(yīng)用場(chǎng)景 40
3.5.2 KMeans聚類應(yīng)用場(chǎng)景 40
習(xí)題 41
第四章 深度學(xué)習(xí) 42
4.1 深度學(xué)習(xí)應(yīng)用場(chǎng)景——人臉識(shí)別 43
4.2 由生物神經(jīng)元到MP模型 44
4.2.1 神經(jīng)元模型 44
4.2.2 感知機(jī) 46
4.2.3 多層感知機(jī) 47
4.2.4 反向傳播算法 49
4.3 卷積神經(jīng)網(wǎng)絡(luò) 49
4.3.1 卷積層 50
4.3.2 ReLU非線性激活層 53
4.3.3 池化層 54
4.3.4 全連接層 55
4.3.5 softmax歸一化指數(shù)層 55
4.3.6 AlexNet網(wǎng)絡(luò)架構(gòu) 56
4.4 循環(huán)神經(jīng)網(wǎng)絡(luò) 57
4.5 應(yīng)用案例——圖像風(fēng)格遷移 58
習(xí)題 59
第五章 知識(shí)圖譜 60
5.1 知識(shí)圖譜場(chǎng)景應(yīng)用
——“姚明”知識(shí)圖譜展示 60
5.2 智能搜索 61
5.2.1 狀態(tài)空間搜索 62
5.2.2 盲目搜索策略 64
5.2.3 啟發(fā)式搜索策略 66
5.3 知識(shí)圖譜技術(shù) 66
5.3.1 資源描述框架 68
5.3.2 知識(shí)圖譜的架構(gòu) 69
5.3.3 圖數(shù)據(jù)庫(kù) 70
5.4 知識(shí)圖譜應(yīng)用案例 72
習(xí)題 72
第六章 AI圖像技術(shù) 73
6.1 圖像技術(shù)應(yīng)用場(chǎng)景——視課
智慧課堂系統(tǒng) 73
6.2 計(jì)算機(jī)視覺(jué) 75
6.2.1 計(jì)算機(jī)視覺(jué)概述 75
6.2.2 計(jì)算機(jī)視覺(jué)處理 76
6.3 圖像處理 80
6.3.1 圖像數(shù)字化 80
6.3.2 顏色空間 85
6.3.3 圖像類型和圖像格式 87
6.4 數(shù)字媒體 89
6.4.1 數(shù)字音頻 89
6.4.2 數(shù)字視頻 92
6.4.3 影視制作 94
6.5 應(yīng)用案例——智能人員通行管理 97
習(xí)題 100
第七章 自然語(yǔ)言處理 101
7.1 自然語(yǔ)言處理應(yīng)用場(chǎng)景
——自然語(yǔ)言處理實(shí)例 101
7.2 自然語(yǔ)言處理基本功能模塊 101
7.2.1 詞匯自動(dòng)處理 101
7.2.2 句法自動(dòng)處理 102
7.2.3 語(yǔ)義自動(dòng)處理 104
7.3 文本處理 105
7.3.1 文本特征 105
7.3.2 文檔相似性 108
7.4 機(jī)器翻譯 109
7.4.1 基于規(guī)則的機(jī)器翻譯 109
7.4.2 基于統(tǒng)計(jì)的機(jī)器翻譯 110
7.4.3 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯 111
7.5 語(yǔ)音識(shí)別 112
7.5.1 感知聲音 112
7.5.2 理解聲音 113
7.5.3 識(shí)別語(yǔ)音 116
7.6 應(yīng)用案例——訊飛翻譯機(jī)2.0 117
習(xí)題 119
第八章 智慧物聯(lián) 120
8.1 智慧物聯(lián)應(yīng)用場(chǎng)景——基于RFID的
車輛管理系統(tǒng) 120
8.2 智慧物聯(lián)感知技術(shù) 121
8.2.1 傳感器技術(shù) 121
8.2.2 RFID系統(tǒng) 124
8.2.3 條形碼技術(shù) 128
8.3 智慧物聯(lián)通信技術(shù) 132
8.3.1 無(wú)線傳感網(wǎng)絡(luò)技術(shù) 132
8.3.2 移動(dòng)通信技術(shù) 139
8.4 智慧安防控制系統(tǒng) 144
8.4.1 智慧安防控制系統(tǒng)的組成 144
8.4.2 家用型監(jiān)控系統(tǒng) 146
8.4.3 大型商用監(jiān)控系統(tǒng) 147
8.5 應(yīng)用案例——智慧交通 149
習(xí)題 152
第九章 數(shù)字工廠 153
9.1 數(shù)字工廠應(yīng)用場(chǎng)景——流程數(shù)字化 153
9.2 產(chǎn)品設(shè)計(jì) 153
9.2.1 自頂向下的設(shè)計(jì)方法簡(jiǎn)介 153
9.2.2 設(shè)計(jì)工具介紹 155
9.2.3 產(chǎn)線設(shè)計(jì)流程 159
9.2.4 有限元分析 163
9.3 工廠仿真 165
9.3.1 工廠仿真與數(shù)字化工廠的概述 165
9.3.2 現(xiàn)代工廠仿真軟件介紹 167
9.3.3 工廠生產(chǎn)系統(tǒng)仿真過(guò)程 170
9.4 VR/AR的應(yīng)用 175
9.5 數(shù)字化工廠案例 177
9.5.1 數(shù)字化工廠概覽 177
9.5.2 數(shù)字化工廠內(nèi)物流 179
9.5.3 模塊化設(shè)計(jì) 181
9.5.4 兩化融合——縱橫集成 181
9.5.5 智能數(shù)據(jù)采集與分析 182
9.5.6 移動(dòng)終端用戶應(yīng)用 183
習(xí)題 183
第十章 智能機(jī)器人 184
10.1 智能機(jī)器人應(yīng)用場(chǎng)景——多種焊接
工藝融于一體的智能機(jī)器人 184
10.2 常見(jiàn)機(jī)器人 185
10.2.1 智能機(jī)器人定義 185
10.2.2 智能機(jī)器人的組成 186
10.2.3 智能機(jī)器人分類 187
10.2.4 智能機(jī)器人的未來(lái)發(fā)展 191
10.3 導(dǎo)航與定位 192
10.3.1 理論基礎(chǔ) 193
10.3.2 主要技術(shù) 194
10.3.3 視覺(jué)導(dǎo)航技術(shù) 196
10.4 智能機(jī)器人操作系統(tǒng) 197
10.4.1 操作系統(tǒng)發(fā)展史 197
10.4.2 常見(jiàn)的機(jī)器人操作系統(tǒng) 199
10.4.3 ROS操作系統(tǒng)概述 200
10.4.4 智能機(jī)器人操作系統(tǒng)的未來(lái) 201
10.5 應(yīng)用案例 202
10.5.1 智能機(jī)器人法律場(chǎng)景應(yīng)用 202
10.5.2 智能機(jī)器人場(chǎng)館導(dǎo)覽應(yīng)用 202
10.5.3 智能機(jī)器人酒店行業(yè)應(yīng)用 202
習(xí)題 203
第十一章 智慧城市 204
11.1 智慧城市應(yīng)用場(chǎng)景
——綜治大數(shù)據(jù) 204
11.2 智慧城市發(fā)展 205
11.2.1 智慧城市的背景 205
11.2.2 智慧城市的政策 206
11.2.3 智慧城市總體架構(gòu) 207
11.3 智慧城市建設(shè) 208
11.3.1 地面防控網(wǎng)絡(luò)建設(shè) 209
11.3.2 空中防控網(wǎng)絡(luò)建設(shè) 210
11.3.3 靜態(tài)防控網(wǎng)絡(luò)建設(shè) 212
11.3.4 動(dòng)態(tài)防控網(wǎng)絡(luò)建設(shè) 215
11.3.5 物聯(lián)防控網(wǎng)絡(luò)建設(shè) 216
11.3.6 視頻云存儲(chǔ) 218
11.4 新型智慧社區(qū) 219
11.4.1 智慧社區(qū)的背景 219
11.4.2 什么是智慧社區(qū) 220
11.4.3 智慧社區(qū)大腦 222
11.4.4 智慧社區(qū)可視化展示 222
習(xí)題 229
參考文獻(xiàn) 230
書(shū)單推薦
