前言
第1章緒論
1.1人類智能與機器智能
1.1.1智能與自然智能
1.1.2人類智能與能力
1.1.3機器智能模擬
1.1.4機器智能計算
1.2智能科學(xué)與技術(shù)
1.2.1科學(xué)、技術(shù)與工程
1.2.2科學(xué)技術(shù)的發(fā)生發(fā)展規(guī)律
1.2.3智能科學(xué)與技術(shù)學(xué)科
1.3智能科學(xué)與技術(shù)模型
1.3.1智能活動的基本概念
1.3.2人類的心智模型
1.3.3智能系統(tǒng)的基本模型
1.4智能科學(xué)與技術(shù)重點研究領(lǐng)域
1.4.1自然智能研究
1.4.2機器感知研究
1.4.3機器思維研究
1.4.4機器行為研究
1.4.5智能系統(tǒng)研究
1.5智能科學(xué)與技術(shù)發(fā)展和應(yīng)用
1.5.1智能科學(xué)與技術(shù)的誕生和發(fā)展
1.5.2智能科學(xué)與技術(shù)應(yīng)用
1.5.3智能科學(xué)與技術(shù)和新一代信息技術(shù)
思考題與習(xí)題
參考文獻
第2章認知科學(xué)及其應(yīng)用
2.1認知科學(xué)基礎(chǔ)
2.1.1認知科學(xué)概述
2.1.2人體神經(jīng)系統(tǒng)
2.1.3腦相關(guān)知識
2.2認知活動
2.2.1感知覺
2.2.2注意
2.2.3記憶
2.2.4知識表征
2.3認知模型
2.3.1認知模型概述
2.3.2物理符號系統(tǒng)
2.3.3認知計算
2.4認知科學(xué)應(yīng)用
2.4.1在疾病診療中的應(yīng)用
2.4.2在人機交互中的應(yīng)用
2.4.3在機器學(xué)習(xí)中的應(yīng)用
思考題與習(xí)題
參考文獻
第3章機器感知及其應(yīng)用
3.1機器感知基礎(chǔ)
3.1.1機器感知的概念
3.1.2機器感知的物理原理
3.1.3機器感知的特性與要求
3.1.4多模態(tài)機器感知
3.2視覺感知
3.2.1電磁波與視覺感知
3.2.2目標(biāo)檢測
3.2.3目標(biāo)識別
3.2.4目標(biāo)跟蹤
3.3聽覺感知
3.3.1聲波與聽覺感知
3.3.2麥克風(fēng)陣列原理
3.3.3聲源定位與跟蹤
3.3.4說話人識別
3.4機器感知應(yīng)用
3.4.1在自動駕駛中的應(yīng)用
3.4.2在虛擬現(xiàn)實中的應(yīng)用
3.4.3在無人平臺集群中的應(yīng)用
思考題與習(xí)題
參考文獻
第4章模式識別及其應(yīng)用
4.1模式識別概述
4.1.1模式識別的發(fā)展歷程
4.1.2模式識別的基本概念
4.1.3模式識別的基本方法
4.1.4模式識別原理與過程
4.2分類器設(shè)計
4.2.1基于貝葉斯決策理論的模式分類
4.2.2判別函數(shù)分類器設(shè)計
4.2.3模糊模式識別算法
4.3聚類分析
4.3.1聚類的概念
4.3.2聚類流程
4.3.3聚類算法
4.3.4聚類的應(yīng)用
4.4模式識別應(yīng)用
4.4.1在車牌識別中的應(yīng)用
4.4.2在醫(yī)療圖像識別中的應(yīng)用
4.4.3在農(nóng)業(yè)生產(chǎn)中的應(yīng)用
思考題與習(xí)題
參考文獻
第5章機器學(xué)習(xí)及其應(yīng)用
5.1機器學(xué)習(xí)概述
5.1.1機器學(xué)習(xí)發(fā)展歷史
5.1.2機器學(xué)習(xí)的基本術(shù)語和工作流程
5.1.3機器學(xué)習(xí)算法分類
5.2機器學(xué)習(xí)基礎(chǔ)理論
5.2.1監(jiān)督學(xué)習(xí)
5.2.2無監(jiān)督學(xué)習(xí)
5.2.3強化學(xué)習(xí)
5.3深度學(xué)習(xí)基礎(chǔ)
5.3.1感知器
5.3.2神經(jīng)網(wǎng)絡(luò)
5.3.3深度學(xué)習(xí)概述
5.3.4卷積神經(jīng)網(wǎng)絡(luò)
5.3.5循環(huán)神經(jīng)網(wǎng)絡(luò)
5.3.6生成對抗網(wǎng)絡(luò)
5.4機器學(xué)習(xí)應(yīng)用
5.4.1在手寫數(shù)字識別中的應(yīng)用
5.4.2在推薦系統(tǒng)中的應(yīng)用
5.4.3在無損檢測中的應(yīng)用
思考題與習(xí)題
參考文獻
第6章機器人及其智能化
6.1機器人概況
6.1.1起源與發(fā)展
6.1.2定義與構(gòu)成
6.1.3類別與特點
6.1.4研究與應(yīng)用
6.2機器人的組成
6.2.1硬件
6.2.2軟件
6.3機器人的智能
6.3.1智能的形式
6.3.2機器人與人工智能
6.3.3機器人的能與不能
6.4機器人未來的探討
6.4.1幾個熱點話題
6.4.2可能引起的問題及對策
6.4.3發(fā)展趨勢
思考題與習(xí)題
參考文獻
第7章自然語言處理及其應(yīng)用
7.1自然語言處理基礎(chǔ)
7.1.1基本概念
7.1.2發(fā)展歷程
7.1.3技術(shù)分類
7.1.4流程和任務(wù)
7.2自然語言處理的基本技術(shù)
7.2.1中文分詞
7.2.2詞性標(biāo)注
7.2.3命名實體識別
7.2.4句法分析
7.3自然語言處理的其他常見技術(shù)
7.3.1文本向量化
7.3.2詞云
7.3.3文本分類
7.3.4情感識別
7.3.5自然語言生成
7.4自然語言處理的典型應(yīng)用
7.4.1機器翻譯
7.4.2聊天機器人
7.4.3評論情感分析
7.4.4知識圖譜
思考題與習(xí)題
參考文獻
第8章大數(shù)據(jù)及其應(yīng)用
8.1大數(shù)據(jù)基本知識
8.1.1大數(shù)據(jù)發(fā)展歷程與趨勢
8.1.2大數(shù)據(jù)概念與特征
8.1.3大數(shù)據(jù)關(guān)鍵技術(shù)
8.1.4大數(shù)據(jù)的影響
8.2大數(shù)據(jù)基礎(chǔ)
8.2.1大數(shù)據(jù)采集
8.2.2大數(shù)據(jù)處理框架
8.2.3大數(shù)據(jù)存儲
8.2.4大數(shù)據(jù)計算模式
8.3大數(shù)據(jù)技術(shù)基礎(chǔ)
8.3.1MapReduce
8.3.2協(xié)同推薦
8.3.3分布式數(shù)據(jù)挖掘
8.3.4Spark機器學(xué)習(xí)
8.4大數(shù)據(jù)應(yīng)用
8.4.1在智能制造中的應(yīng)用
8.4.2在城市空氣質(zhì)量監(jiān)測中的應(yīng)用
8.4.3在城市治理中的應(yīng)用
思考題與習(xí)題
參考文獻
第9章智能系統(tǒng)與發(fā)展前瞻
9.1智能系統(tǒng)及其應(yīng)用
9.1.1診斷專家系統(tǒng)
9.1.2多Agent系統(tǒng)
9.1.3智能控制系統(tǒng)
9.2群體智能及其應(yīng)用
9.2.1群智感知相關(guān)概念
9.2.2群智感知的流程
9.2.3群體智能的核心問題
9.2.4群智感知應(yīng)用
9.3智能家居與智慧城市
9.3.1智能家居
9.3.2智慧城市相關(guān)概念和見解
9.3.3智慧城市建設(shè)目標(biāo)與核心特征
9.3.4智慧城市應(yīng)用與核心技術(shù)
9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望
9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)
9.4.2智能科學(xué)與技術(shù)發(fā)展展望
思考題與習(xí)題
參考文獻