第1章 人工智能基礎(chǔ)

1.1 人工智能的基本概念

1.2 人工智能的發(fā)展歷史

第2章 實踐環(huán)境的搭建及軟件使用

2.1 Python

2.2 Anaconda

2.3 PyTorch

2.4 PyCharm

2.5 Tensorflow和Keras

2.6 Jupyter Notebook

2.7 PaddlePaddle(飛槳)

2.8 Pyqt5

2.9 第三方庫的安裝

第3章 Python基礎(chǔ)與練習

3.1 Python簡介和訓練目的

3.2 Python語言基礎(chǔ)

3.3 Python的函數(shù)

3.4 多個程序文件間函數(shù)與類的調(diào)用與導入

3.5 Python的編碼規(guī)范

3.6 習題

第4章 A*算法實驗

4.1 實驗目的和實驗介紹

4.2 實驗算法原理及步驟

4.3 實驗條件和內(nèi)容

4.4 實驗流程參考

4.5 實驗結(jié)果

4.6 實驗及實驗報告要求

4.7 實驗程序解析

第5章 基于神經(jīng)網(wǎng)絡(luò)的圖像識別實驗

5.1 實驗目的和實驗環(huán)境配置

5.2 實驗原理及概念

5.3 實驗內(nèi)容

5.4 Keras的初步使用(第一種方法)

5.5 Keras的第二種方法(選學部分)

5.6 基于Keras的手寫數(shù)字識別實驗步驟

5.7 基于PaddlePaddle的手寫數(shù)字識別

5.8 實驗及實驗報告要求

第6章 動物分類軟件設(shè)計實驗

6.1 實驗目的和實驗環(huán)境配置

6.2 基于PaddleHub的動物識別實驗

6.3 利用Pycharm移植完成動物識別程序設(shè)計

6.4 基于Pyqt5的可視化軟件界面設(shè)計

6.5 Pyqt5調(diào)用PyCharm程序

6.6 打包工具Pyinstaller

6.7 程序設(shè)計可能遇到的問題

第7章 垃圾分類實驗

7.1 實驗目的和實驗介紹

7.2 實驗算法原理及步驟

7.3 實驗條件和內(nèi)容

7.4 實驗流程參考

7.5 實驗結(jié)果

7.6 實驗及實驗報告要求

7.7 實驗程序解析

第8章 手勢識別實驗

8.1 實驗目的和實驗介紹

8.2 實驗步驟

8.3 實驗條件和內(nèi)容

8.4 實驗實現(xiàn)參考

8.5 實驗結(jié)果

8.6 實驗及實驗報告要求

8.7 實驗程序解析

第9章 聲紋識別實驗

9.1 實驗目的和實驗介紹

9.2 實驗算法原理及步驟

9.3 實驗條件和內(nèi)容

9.4 實驗流程參考

9.5 實驗過程及結(jié)果

9.6 實驗及實驗報告要求

9.7 實驗程序解析

第10章 基于遷移學習的鋰離子電池健康狀態(tài)評估實驗

10.1 實驗目的和實驗環(huán)境配置

10.2 實驗背景

10.3 機理概述

10.4 環(huán)境和數(shù)據(jù)準備

10.5 模型搭建方法

10.6 模型訓練簡介

10.7 采用遷移學習提高模型精度

10.8 結(jié)果可視化

10.9 錯誤及解決方法

10.10 實驗程序解析

第11章 基BP神經(jīng)網(wǎng)絡(luò)和粒子群的鋰電池SOH評估實驗

11.1 實驗目的和實驗介紹

11.2 實驗算法原理及步驟

11.3 實驗環(huán)境與數(shù)據(jù)預處理

11.4 實驗內(nèi)容

11.5 實驗流程參考

11.6 實驗結(jié)果

11.7 實驗及實驗報告要求

11.8 實驗程序解析

參考文獻

附錄 部分彩圖