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智能科學與技術
1.2.1科學、技術與工程
1.2.2科學技術的發(fā)生發(fā)展規(guī)律
1.2.3智能科學與技術學科
1.3智能科學與技術模型
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智能科學與技術重點研究領域
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智能科學與技術發(fā)展和應用
1.5.1智能科學與技術的誕生和發(fā)展
1.5.2智能科學與技術應用
1.5.3智能科學與技術和新一代信息技術
思考題與習題
參考文獻
第2章認知科學及其應用
2.1認知科學基礎
2.1.1認知科學概述
2.1.2人體神經系統(tǒng)
2.1.3腦相關知識
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認知科學應用
2.4.1在疾病診療中的應用
2.4.2在人機交互中的應用
2.4.3在機器學習中的應用
思考題與習題
參考文獻
第3章機器感知及其應用
3.1機器感知基礎
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目標檢測
3.2.3目標識別
3.2.4目標跟蹤
3.3聽覺感知
3.3.1聲波與聽覺感知
3.3.2麥克風陣列原理
3.3.3聲源定位與跟蹤
3.3.4說話人識別
3.4機器感知應用
3.4.1在自動駕駛中的應用
3.4.2在虛擬現(xiàn)實中的應用
3.4.3在無人平臺集群中的應用
思考題與習題
參考文獻
第4章模式識別及其應用
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聚類的應用
4.4模式識別應用
4.4.1在車牌識別中的應用
4.4.2在醫(yī)療圖像識別中的應用
4.4.3在農業(yè)生產中的應用
思考題與習題
參考文獻
第5章機器學習及其應用
5.1機器學習概述
5.1.1機器學習發(fā)展歷史
5.1.2機器學習的基本術語和工作流程
5.1.3機器學習算法分類
5.2機器學習基礎理論
5.2.1監(jiān)督學習
5.2.2無監(jiān)督學習
5.2.3強化學習
5.3深度學習基礎
5.3.1感知器
5.3.2神經網絡
5.3.3深度學習概述
5.3.4卷積神經網絡
5.3.5循環(huán)神經網絡
5.3.6生成對抗網絡
5.4機器學習應用
5.4.1在手寫數(shù)字識別中的應用
5.4.2在推薦系統(tǒng)中的應用
5.4.3在無損檢測中的應用
思考題與習題
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定義與構成
6.1.3類別與特點
6.1.4研究與應用
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
思考題與習題
參考文獻
第7章自然語言處理及其應用
7.1自然語言處理基礎
7.1.1基本概念
7.1.2發(fā)展歷程
7.1.3技術分類
7.1.4流程和任務
7.2自然語言處理的基本技術
7.2.1中文分詞
7.2.2詞性標注
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
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
思考題與習題
參考文獻
第8章大數(shù)據及其應用
8.1大數(shù)據基本知識
8.1.1大數(shù)據發(fā)展歷程與趨勢
8.1.2大數(shù)據概念與特征
8.1.3大數(shù)據關鍵技術
8.1.4大數(shù)據的影響
8.2大數(shù)據基礎
8.2.1大數(shù)據采集
8.2.2大數(shù)據處理框架
8.2.3大數(shù)據存儲
8.2.4大數(shù)據計算模式
8.3大數(shù)據技術基礎
8.3.1MapReduce
8.3.2協(xié)同推薦
8.3.3分布式數(shù)據挖掘
8.3.4Spark機器學習
8.4大數(shù)據應用
8.4.1在智能制造中的應用
8.4.2在城市空氣質量監(jiān)測中的應用
8.4.3在城市治理中的應用
思考題與習題
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群體智能及其應用
9.2.1群智感知相關概念
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智慧城市相關概念和見解
9.3.3智慧城市建設目標與核心特征
9.3.4智慧城市應用與核心技術
9.4智能科學與技術產業(yè)及發(fā)展展望
9.4.1智能科學與技術產業(yè)
9.4.2智能科學與技術發(fā)展展望
思考題與習題
參考文獻