新書推薦：
《
论僭政：色诺芬《希耶罗》义疏（含施特劳斯与科耶夫通信集）
》
售價：HK$
109.8
《
传播与流动：移民、手机与集装箱（新闻与传播学译丛·学术前沿系列）
》
售價：HK$
109.8
《
《证券分析》前传：格雷厄姆投资思想与证券分析方法
》
售價：HK$
134.3
《
当我点击时，算法在想什么？
》
售價：HK$
78.2
《
服务的细节136：提高成交率的50个销售技巧
》
售價：HK$
65.0
《
变法与党争：大明帝国的衰亡（1500—1644）
》
售價：HK$
96.3
《
史学的性别
》
售價：HK$
80.2
《
中国女军史
》
售價：HK$
151.0
|
| 內容簡介： |
|
本书是面向高级人工智能人才培养的高等学校人工智能相关专业精品教材中的一本，以信息物理系 统、模糊逻辑系统、自主无人系统、群体智能、多 Agent 系统、人机协同系统、工业智能控制系统、机 器人系统等为案例，完整呈现了人工智能综合应用体系架构。本书首先介绍了智能系统的发展、相关概 念、主要特征和类型、智能系统的发展前景，然后围绕智能系统信息处理流程详细阐述智能感知、智能 计算、执行系统等理论知识，*后重点讲解了信息物理系统、模糊逻辑系统等八大系统的典型应用体系 架构。本书将免费提供配套 PPT、实验及应用案例等基本教学材料
|
| 關於作者： |
|
刘鹏：博士毕业于清华大学，教授，现任南京大数据研究院院长、中国大数据应用联盟人工智能专家委员会主任、中国大数据专家委员会委员。曾率队夺得2002 PennySort国际计算机排序比赛冠军（这是我国获得的第一个大数据比赛世界冠军），两次夺得全国高校科技比赛最高奖，三次夺得清华大学科技比赛最高奖。主持完成科研项目25项，发表论文80余篇，出版专业图书20部。获部级科技进步二等奖4项、三等奖4项。2002年开创性地提出了计算池模式，被2007年开始流行的云计算所证实。2003年开创性地提出了反垃圾邮件网格，被2008年开始流行的云安全所证实。荣获全军十大学习成才标兵（排名第一）、南京市十大杰出青年、江苏省中青年科学技术带头人、清华大学学术新秀等称号。刘河，现就职于重庆市教育科学研究院，中国计算机学会会员，重庆市教育信息化专家委员会成员；主要研究领域为大数据、人工智能等；独立开发了10余个软件系统，主持主研了多项省部级重点课题，编著了多部教材，获得了多个计算机软件著作权登记证书。
|
| 目錄：
|
第 1 章 绪论 .............................................................................................................................. 1
1.1 智能系统的前世今生 ................................................................................................. 1
1.1.1 智能系统概述 ................................................................................................. 2
1.1.2 智能系统的前世 ............................................................................................. 2
1.1.3 智能系统的今生 ............................................................................................. 3
1.1.4 智能系统的主要特征 ..................................................................................... 3
1.2 概念模型和类谱表 ..................................................................................................... 4
1.3 主要特征和类型 ......................................................................................................... 5
1.4 智能系统发展前景 ..................................................................................................... 6
.4.1 专家系统 ......................................................................................................... 6
1.4.2 智能机器 ......................................................................................................... 7
1.4.3 智能社会 ......................................................................................................... 9
1.4.4 智能产业 ....................................................................................................... 13
习题 .................................................................................................................................... 14
参考文献 ............................................................................................................................ 14
第 2 章 智能感知 .................................................................................................................... 16
2.1 智能感知概述 ........................................................................................................... 16
2.1.1 传感器与智能传感器 ................................................................................... 16
2.1.2 感知智能 ....................................................................................................... 19
2.1.3 智能感知系统 ............................................................................................... 19
2.2 多传感器数据融合 ................................................................................................... 21
2.2.1 数据融合的概念 ........................................................................................... 21
2.2.2 数据融合的目标、原理与层次 ................................................................... 22
2.2.3 数据融合的方法 ........................................................................................... 23
2.3 网络化智能协作感知 ............................................................................................... 26
2.3.1 传感网络与 WSN ......................................................................................... 26
2.3.2 协作感知 ....................................................................................................... 28
2.4 智能感知应用 ........................................................................................................... 29
2.4.1 视觉感知 ....................................................................................................... 29
2.4.2 听觉感知 ....................................................................................................... 32
2.4.3 触觉感知 ....................................................................................................... 33
2.5 实验：无线传感网络（WSN）节点分簇聚合模拟 ....................................... 35
2.5.1 实验目的 ....................................................................................................... 35
2.5.2 实验要求 ....................................................................................................... 35
2.5.3 实验原理 ....................................................................................................... 35
2.5.4 实验步骤 ....................................................................................................... 36
2.5.5 实验结果 ....................................................................................................... 39
习题 .................................................................................................................................... 40
参考文献 ............................................................................................................................ 40
第 3 章 智能计算 .................................................................................................................... 43
3.1 神经计算 ................................................................................................................... 43
3.1.1 从生物神经元到人工神经元 ....................................................................... 43
3.1.2 从单层感知器到多层神经网络 ................................................................... 45
3.1.3 反向传播算法 ............................................................................................... 49
3.1.4 无监督学习网络 ........................................................................................... 52
3.2 遗传算法 ................................................................................................................... 54
3.2.1 遗传表达与编码 ........................................................................................... 54
3.2.2 简单遗传算法 ............................................................................................... 55
3.2.3 应用实例：数学函数优化 ........................................................................... 57
3.3 免疫计算 ................................................................................................................... 59
3.3.1 概要 ............................................................................................................... 59
3.3.2 基本免疫算法 ............................................................................................... 60
3.3.3 基于免疫算法的 TSP 问题求解 .................................................................. 62
3.4 模糊逻辑与推理系统 ............................................................................................... 63
3.4.1 模糊集和清晰集 ........................................................................................... 64
3.4.2 模糊集的运算 ............................................................................................... 65
3.4.3 模糊分类 ....................................................................................................... 66
3.5 实验：实现遗传算法 ............................................................................................... 67
3.5.1 实验目的 ....................................................................................................... 67
3.5.2 实验要求 ....................................................................................................... 67
3.5.3 实验原理 ....................................................................................................... 68
3.5.4 实验步骤 ....................................................................................................... 68
习题 ......................................................................................
|
| 內容試閱：
|
各行各业不断涌现人工智能应用，资本大量涌入人工智能领域，互联网企业争抢人 工智能人才??人工智能正迎来发展黄金期。放眼全球，人工智能人才储备告急，仅 我国，人工智能的人才缺口即超过 500 万人。据《人民日报》报道，国内人工智能人才 供求比例仅为 1：10。为此，加强人才培养，填补人才空缺，成了当务之急。 2017 年，国务院发布《新一代人工智能发展规划》，明确将举全国之力在 2030 年抢 占人工智能全球制高点，加快培养聚集人工智能高端人才，完善人工智能领域学科布局， 设立人工智能专业。2018 年，教育部印发《高等学校人工智能创新行动计划》，要求对 照国家和区域产业需求布点人工智能相关专业??加大人工智能领域人才培养力度。 2019 年，国家主席习近平在致 2019 中国国际智能产业博览会的贺信中指出，以互联网、 大数据、人工智能为代表的新一代信息技术日新月异，中国高度重视智能产业发展，加 快数字产业化、产业数字化，推动数字经济和实体经济深度融合。 在国家政策支持及人工智能发展新环境下，全国各大高校纷纷发力，设立人工智能 专业，成立人工智能学院。根据教育部印发的通知，目前全国共有 35 所高校获得建设人 工智能本科新专业的资格，同时全国新设 96 个智能科学与技术专业，累计 187 所 院校获批机器人工程专业。 然而，在人工智能人才培养和人工智能课程建设方面，大部分院校仍处于起步阶段， 需要探索的问题还有很多。例如，人工智能作为新生事物，尚未形成系统的人工智能人 才培养课程体系及配套资源；同时，目前已有的人工智能教材大多晦涩难懂，大幅度抬 高了人工智能专业的学习门槛；再者，过多强调理论学习，以及实践应用的缺失，使人 工智能人才培养面临新困境。 由此可见，人工智能作为注重实践性的综合型学科，对相应人才培养提出了系统性、 易学性、实战性和系统性的要求。高级人工智能人才培养丛书以此为出发点，尤其强调 人工智能内容的易学性及对读者动手能力的培养，并配套丰富的课程资源，解决易学性、 实战性和系统性难题。 易学性：能看得懂的书才是好书，本丛书在内容、描述、讲解等方面始终从读者的 角度出发，紧贴读者关心的热点问题及行业发展前沿，注重知识体系的完整性及内容的 易学性，赋予人工智能名词与术语生命力，让学习人工智能不再举步维艰。 实战性：与单纯的理论讲解不同，本丛书由国内一线师资和具备丰富人工智能实战 经验的团队携手倾力完成，不仅内容贴近实际应用需求，保有高度的行业敏感，同时几乎每章都有配套实验，使读者能够在理论学习的基础上，通过实验进一步巩固提高。 系统性：本丛书配套免费教学 PPT，无论是教师、学生，还是其他读者，都能通过 教学 PPT 更为清晰、直观地了解和展示课程内容。与此同时，云创大数据研发了配套的 人工智能实验平台，以及基于人工智能的专业教学平台，实验内容和教学内容与本套书 完全对应。 在此，特别感谢我的硕士生导师谢希仁教授和博士生导师李三立院士。谢希仁教授 所著的《计算机网络》已经更新到第 7 版，与时俱进且日臻完善，时时提醒学生要以这 样的标准来写书。李三立院士为我国计算机事业做出了杰出贡献，曾任国家攀登计划项 目首席科学家。他严谨治学，带出了一大批杰出的学生。 本丛书是集体智慧的结晶，在此谨向付出辛勤劳动的各位作者致敬！书中难免会有 不当之处，请读者不吝赐教。邮箱：gloud@126.com，微信公众号：刘鹏看未来（lpoutlook）。
刘 鹏2019 年 8 月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
