本書內容包含人工智能新技術、大數(shù)據(jù)、機器學習、深度學習、知識圖譜、AI圖像技術、自然語言處理、智慧物聯(lián)、數(shù)字工廠、智能機器人、智慧城市。本書案例豐富、結構清晰、通俗易懂，是一本比較全面、系統(tǒng)地介紹人工智能基礎技術的書籍。
本書可作為應用型本科、高職院校的人工智能應用技術通識課教材，也可作為人工智能愛好者、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、工作和學習中。為全面體現(xiàn)當今人工智能技術成就，經(jīng)過專家、高校教師、企業(yè)三方共同努力，編寫了這本適用于應用型本科、高職院校的人工智能應用技術通識課教材。本書盡可能少地使用數(shù)學、物理等知識介紹當代人工智能涉及的基礎技術，以最大限度滿足不同層次讀者的需求，為廣大人工智能學習者、愛好者、從業(yè)者提供參考。
本書共11章，第1～7章介紹人工智能基礎技術知識，第8～11章介紹人工智能專題技術和綜合應用。本書兼顧硬件設備與通識知識之間的均衡，第8章智慧物聯(lián)、第9章數(shù)字工廠、第10章智能機器人和其他章節(jié)中關于硬件設備的知識已超過全書內容的三分之一。
本書除第1章外，每章的編寫體例均一致，即由應用場景導入、章節(jié)主要內容、應用案例、習題等構成，其中應用案例可作為閱讀材料使用。
本書采用模塊化結構安排內容，老師可根據(jù)具體需要選擇如下：(1) 偏重人工智能基礎知識的，可只講授第1～7章；(2) 課時不足的，可只講授每章的前兩節(jié)；(3) 偏重人文的，可不講本書硬件設備的部分；(4) 偏重專題的，可根據(jù)需要選擇傳感器、導航與定位、路徑優(yōu)化、機器人視覺、智能控制和人機接口等內容。
本書配有試題庫，授課教師可通過“智慧職教”平臺進行在線考試。
本書是名校、名企產(chǎn)教融合的結晶，由山東大學閃亮人工智能研究院協(xié)調組織，知名高等院校教師組建團隊，人工智能著名企業(yè)華為、�？低暋⒖拼笥嶏w、曠視、北斗天地、智諾科技、河鋼數(shù)字技術等提供人工智能應用案例，校企雙方對教材的各個方面，從篇章架構、語言表述到企業(yè)案例的融合，均進行了充分的推敲和研討。本書由劉鵬、孫元強任主編，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工作，編寫分工如下：第1章由姜猛、李靜、邢燕編寫，第2章由王海波、楊娜娜編寫，第3章由孫鋒申、周佩編寫，第4章由黃志艷、張青、王霞編寫，第5章由孫月興、劉海林編寫，第6章由李靜、劉健、張驍編寫，第7章由路景、賀建才、劉云編寫，第8章由王蓮蓮、陳福彩、尹曉翠編寫，第9章由滕麗麗、潘暉編寫，第10章由程興奇、王妍編寫，第11章由鞠杰芳、陳登峰編寫。
感謝西安電子科技大學出版社的大力支持，責任編輯劉小莉認真負責、全面規(guī)劃、釋難解困，提升了全書的質量，在此一并表示感謝。
本書參考了國內外最新的人工智能文獻，也參閱了網(wǎng)上許多有價值的材料，限于篇幅未能逐一列舉，在此謹表謝意。囿于編者水平，書中疏漏難免，敬請專家和讀者批評指正。
第一章 人工智能新技術 1
1.1 從簡單機器到通用圖靈機 1
1.1.1 參數(shù)固定的簡單機器 1
1.1.2 參數(shù)可調的機器 1
1.1.3 通用圖靈機 2
1.2 人工智能AI簡史 3
1.2.1 機器與智能(1956年之前) 3
1.2.2 人工智能形成和發(fā)展
(1956年至20世紀末) 4
1.2.3 人工智能+時代(進入21世紀) 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 7
習題 8
第二章 大數(shù)據(jù) 9
2.1 大數(shù)據(jù)應用場景——空氣環(huán)境監(jiān)測 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)關鍵技術 12
2.3 商業(yè)大數(shù)據(jù) 17
2.3.1 商業(yè)大數(shù)據(jù)來源 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)的關鍵技術 21
2.5 應用案例 23
2.5.1 H3C大數(shù)據(jù)系統(tǒng)在高校大學生
管理中的應用 23
2.5.2 西北某大學大數(shù)據(jù)分析系統(tǒng)
建設案例 24
習題 25
第三章 機器學習 26
3.1 機器學習應用場景——鳶尾花分類 26
3.2 數(shù)據(jù)驅動AI 27
3.2.1 傳感器和海量數(shù)據(jù) 27
3.2.2 什么是機器學習 28
3.2.3 機器學習算法 28
3.2.4 機器學習數(shù)據(jù)處理流程 29
3.3 K近鄰(KNN) 30
3.3.1 KNN簡介 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 33
3.4 KMeans聚類 34
3.4.1 KMeans聚類簡介 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 39
3.4.7 KNN與KMeans的比較 39
3.5 應用案例 40
3.5.1 KNN分類應用場景 40
3.5.2 KMeans聚類應用場景 40
習題 41
第四章 深度學習 42
4.1 深度學習應用場景——人臉識別 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 46
4.2.3 多層感知機 47
4.2.4 反向傳播算法 49
4.3 卷積神經(jīng)網(wǎng)絡 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)絡架構 56
4.4 循環(huán)神經(jīng)網(wǎng)絡 57
4.5 應用案例——圖像風格遷移 58
習題 59
第五章 知識圖譜 60
5.1 知識圖譜場景應用
——“姚明”知識圖譜展示 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 知識圖譜技術 66
5.3.1 資源描述框架 68
5.3.2 知識圖譜的架構 69
5.3.3 圖數(shù)據(jù)庫 70
5.4 知識圖譜應用案例 72
習題 72
第六章 AI圖像技術 73
6.1 圖像技術應用場景——視課
智慧課堂系統(tǒng) 73
6.2 計算機視覺 75
6.2.1 計算機視覺概述 75
6.2.2 計算機視覺處理 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 應用案例——智能人員通行管理 97
習題 100
第七章 自然語言處理 101
7.1 自然語言處理應用場景
——自然語言處理實例 101
7.2 自然語言處理基本功能模塊 101
7.2.1 詞匯自動處理 101
7.2.2 句法自動處理 102
7.2.3 語義自動處理 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 機器翻譯 109
7.4.1 基于規(guī)則的機器翻譯 109
7.4.2 基于統(tǒng)計的機器翻譯 110
7.4.3 神經(jīng)網(wǎng)絡機器翻譯 111
7.5 語音識別 112
7.5.1 感知聲音 112
7.5.2 理解聲音 113
7.5.3 識別語音 116
7.6 應用案例——訊飛翻譯機2.0 117
習題 119
第八章 智慧物聯(lián) 120
8.1 智慧物聯(lián)應用場景——基于RFID的
車輛管理系統(tǒng) 120
8.2 智慧物聯(lián)感知技術 121
8.2.1 傳感器技術 121
8.2.2 RFID系統(tǒng) 124
8.2.3 條形碼技術 128
8.3 智慧物聯(lián)通信技術 132
8.3.1 無線傳感網(wǎng)絡技術 132
8.3.2 移動通信技術 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 應用案例——智慧交通 149
習題 152
第九章 數(shù)字工廠 153
9.1 數(shù)字工廠應用場景——流程數(shù)字化 153
9.2 產(chǎn)品設計 153
9.2.1 自頂向下的設計方法簡介 153
9.2.2 設計工具介紹 155
9.2.3 產(chǎn)線設計流程 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)仿真過程 170
9.4 VR/AR的應用 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)字化工廠內物流 179
9.5.3 模塊化設計 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 移動終端用戶應用 183
習題 183
第十章 智能機器人 184
10.1 智能機器人應用場景——多種焊接
工藝融于一體的智能機器人 184
10.2 常見機器人 185
10.2.1 智能機器人定義 185
10.2.2 智能機器人的組成 186
10.2.3 智能機器人分類 187
10.2.4 智能機器人的未來發(fā)展 191
10.3 導航與定位 192
10.3.1 理論基礎 193
10.3.2 主要技術 194
10.3.3 視覺導航技術 196
10.4 智能機器人操作系統(tǒng) 197
10.4.1 操作系統(tǒng)發(fā)展史 197
10.4.2 常見的機器人操作系統(tǒng) 199
10.4.3 ROS操作系統(tǒng)概述 200
10.4.4 智能機器人操作系統(tǒng)的未來 201
10.5 應用案例 202
10.5.1 智能機器人法律場景應用 202
10.5.2 智能機器人場館導覽應用 202
10.5.3 智能機器人酒店行業(yè)應用 202
習題 203
第十一章 智慧城市 204
11.1 智慧城市應用場景
——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 207
11.3 智慧城市建設 208
11.3.1 地面防控網(wǎng)絡建設 209
11.3.2 空中防控網(wǎng)絡建設 210
11.3.3 靜態(tài)防控網(wǎng)絡建設 212
11.3.4 動態(tài)防控網(wǎng)絡建設 215
11.3.5 物聯(lián)防控網(wǎng)絡建設 216
11.3.6 視頻云存儲 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
習題 229
參考文獻 230
書單推薦
