定 價(jià)：59 元
叢書名：普通高等教育測控技術(shù)與儀器專業(yè)系列教材
- 作者：王偉主編
- 出版時(shí)間：2022/3/1
- ISBN：9787111698470
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：TP274
- 頁碼：276頁
- 紙張：膠版紙
- 版次：1
- 開本：16開
本書共分四部分，第一部分即緒論，指出智能檢測技術(shù)的核心問題。第二部分即第2章，講述多變量數(shù)據(jù)統(tǒng)計(jì)分析與人工智能算法，主要包括主成分分析、回歸分析、分類與判別分析等常用的多變量數(shù)據(jù)統(tǒng)計(jì)分析方法，又簡述了ANNs、SVM等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法。第三部分包括第3-7章，從對眼、耳、口、鼻、觸的仿生傳感技術(shù)角度，對應(yīng)闡述光學(xué)與圖像檢測、聲學(xué)傳感與聲發(fā)射檢測、電化學(xué)與生物傳感器、氣敏傳感與電子鼻技術(shù)，以及能感知對象內(nèi)部成分的近紅外光譜和高光譜成像等先進(jìn)傳感技術(shù)。第四部分即第8章，講述多傳感器信息融合以及大數(shù)據(jù)與云?????
“智能檢測技術(shù)”課程涉及的內(nèi)容新、領(lǐng)域?qū)�、學(xué)科交叉性強(qiáng)。本書的目標(biāo)是讓學(xué)生了解當(dāng)前各類先進(jìn)檢測技術(shù)及其發(fā)展動(dòng)態(tài)。什么是“智能檢測技術(shù)”？本書結(jié)合傳統(tǒng)對“智能”的定義，即所謂智能是指一種隨外界條件的□化（自適應(yīng)）正確地進(jìn)行感知、分折推理、判斷并決策的能力。緒論即□□章以當(dāng)前先進(jìn)的智能仿人機(jī)器人和無人駕駛汽車技術(shù)為例，指出智能檢測技術(shù)主要包含能對外部環(huán)境有感知能力的先進(jìn)或智能型傳感器；和能實(shí)現(xiàn)“記憶推理決策”能力的人工智能算法或軟件模型。
傳統(tǒng)檢測技術(shù)的核心也是傳感器，當(dāng)前□智能的傳感器莫過于人類的五官，眼、耳、口、鼻、身（觸）是人基于內(nèi)心感知外界事物之途徑。因此，本書第3～7章分別從代表視覺、聽覺、味覺、嗅覺的眼、耳、口、鼻的仿生傳感器模塊入手，分別對應(yīng)闡述光柵光纖與圖像檢測、聲學(xué)傳感與聲發(fā)射檢測、電化學(xué)與生物傳感器、氣敏傳感器與電子鼻技術(shù)，以及能夠感知對象內(nèi)部成分的近紅外光譜與高光譜成像技術(shù)。考慮到工科學(xué)生除學(xué)習(xí)了有限的工程數(shù)學(xué)課程外，尚缺乏對實(shí)際問題的基本數(shù)據(jù)處理、多源數(shù)據(jù)統(tǒng)計(jì)分析的系統(tǒng)學(xué)習(xí)和訓(xùn)練，因此設(shè)計(jì)了第□章作為理論基礎(chǔ)部分，包括主成分分析、回歸分析、分類與判別分析等常規(guī)多□量數(shù)據(jù)統(tǒng)計(jì)分析方法，同時(shí)簡要闡述了人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法，并附上Matlab實(shí)例代碼供學(xué)習(xí)參考。第8章簡要介紹多傳感器信息融合技術(shù)和大數(shù)據(jù)、云計(jì)算技術(shù)。
本書是在編者所承擔(dān)《智能檢測技術(shù)》課程講義基礎(chǔ)上，經(jīng)多次修訂和加工完善逐步形成的。全書由王偉教授負(fù)責(zé)統(tǒng)稿、修訂和定稿，各章執(zhí)筆人如下：□□章，王偉；第□、6章，王偉、趙昕、宋正河、徐云；第3章，宋正河、王偉；第4章，王偉、魏超杰；第5、7章，王偉、褚璇、徐云；第8章，徐云、魏超杰。
作為以傳播知識(shí)為目標(biāo)的教材，本書形成過程中參考了諸多著作和網(wǎng)絡(luò)資源，在此對相應(yīng)作者的辛勤付出一并表示誠摯的感謝。本書的出版得到“十三五”國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(□018YFC1603500)和國家自然科學(xué)□□面上項(xiàng)目(3177□06□)的大力支持�？萍嫉陌l(fā)展日新月異，智能檢測技術(shù)也在持續(xù)不斷地向前發(fā)展，加之編者水平有限，定有疏漏之處，懇請讀者不吝賜教，對本書提出寶貴意見和建議。
編者
前言
第1章緒論1
1.1檢測技術(shù)與傳感器1
1.2智能的基本概念2
1.2.1何謂智能2
1.2.2人工智能與自動(dòng)化的區(qū)別3
1.3智能檢測的基本概念3
1.3.1智能檢測技術(shù)的層次3
1.3.2智能檢測的特點(diǎn)4
1.3.3檢測與控制技術(shù)發(fā)展過程的簡單
回顧4
1.3.4智能檢測系統(tǒng)的結(jié)構(gòu)5
1.4仿人機(jī)器人和自動(dòng)駕駛汽車舉例7
1.4.1高仿人機(jī)器人7
1.4.2美國Boston Dynamics軍用
機(jī)器人9
1.4.3幫助高效睡眠的Somnox機(jī)器人9
1.4.4自動(dòng)駕駛汽車10
1.5課程內(nèi)容和體系結(jié)構(gòu)12
1.5.1本書內(nèi)容的設(shè)計(jì)思路12
1.5.2本書內(nèi)容設(shè)置與框架體系14
第2章現(xiàn)代智能檢測技術(shù)的基礎(chǔ)
理論16
2.1數(shù)據(jù)分析簡介16
2.1.1數(shù)據(jù)的類型、格式和分析流程16
2.1.2常用描述性定量數(shù)據(jù)統(tǒng)計(jì)分析
方法 18
2.1.3常用數(shù)據(jù)預(yù)處理方法22
2.2常用數(shù)據(jù)統(tǒng)計(jì)分析方法25
2.2.1常用數(shù)據(jù)統(tǒng)計(jì)分析方法分類25
2.2.2主成分分析方法26
2.2.3回歸分析方法35
2.2.4判別分析方法49
2.2.5模型評(píng)價(jià)方法60
2.3機(jī)器學(xué)習(xí)方法 61
2.3.1人工神經(jīng)網(wǎng)絡(luò)淺講62
2.3.2多層神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)）67
2.3.3深度學(xué)習(xí)和機(jī)器學(xué)習(xí)69
第3章光柵、光纖與CCD圖像
傳感器73
3.1光柵與光電編碼器73
3.1.1計(jì)量光柵73
3.1.2光電編碼器79
3.2光纖傳感器84
3.2.1基本知識(shí) 84
3.2.2光纖結(jié)構(gòu)和工作原理84
3.2.3光纖傳感器88
3.2.4光纖傳感器的應(yīng)用89
3.3CCD圖像傳感器93
3.3.1CCD圖像傳感器組成93
3.3.2CCD圖像傳感器基本工作
原理94
3.3.3彩色CCD結(jié)構(gòu)組成與工作
原理99
3.3.4CCD傳感器結(jié)構(gòu)類型和特性
參數(shù)107
3.3.5CCD與CMOS比較110
3.3.6CCD圖像傳感器及其應(yīng)用111
3.3.7CCD圖像傳感器其他應(yīng)用舉例114
第4章聲學(xué)傳感與聲發(fā)射檢測
技術(shù)118
4.1聲波的概念和基本性質(zhì)118
4.1.1縱波、橫波和聲表面波118
4.1.2可聞聲波、次聲波和超聲波120
4.1.3聲波的特性參數(shù)122
4.2超聲波傳感器126
4.2.1超聲波傳感器的工作原理126
4.2.2超聲波技術(shù)的典型應(yīng)用舉例128
4.3次聲波傳感器140
4.3.1次聲波概念與特征140
4.3.2次聲波應(yīng)用展望140
4.4聲發(fā)射無損檢測技術(shù)142
4.4.1無損檢測及聲發(fā)射技術(shù)簡介142
4.4.2聲發(fā)射檢測原理144
4.4.3工程起重機(jī)關(guān)鍵結(jié)構(gòu)件裂紋萌生
和斷裂的聲發(fā)射檢測案例152
4.4.4聲發(fā)射檢測技術(shù)的其他應(yīng)用155
智能檢測技術(shù)目錄第5章近紅外光譜與高光譜成像
技術(shù)158
5.1光譜分析與振動(dòng)光譜技術(shù)158
5.1.1分子光譜158
5.1.2電子光譜（紫外吸收光譜）159
5.1.3振動(dòng)光譜160
5.2紅外吸收光譜160
5.2.1紅外吸收光譜簡介160
5.2.2紅外吸收光譜產(chǎn)生機(jī)理162
5.2.3產(chǎn)生紅外吸收光譜的條件163
5.2.4分子振動(dòng)的主要參數(shù)166
5.2.5傅里葉2換紅外光譜儀及工作
原理169
5.3近紅外光譜分析技術(shù)171
5.3.1近紅外光譜簡介171
5.3.2近紅外光譜測定的基本原理174
5.3.3近紅外光譜儀的分類與特點(diǎn)177
5.3.4近紅外光譜數(shù)據(jù)分析方法182
5.3.5近紅外技術(shù)的發(fā)展與應(yīng)用185
5.4高光譜成像技術(shù)187
5.4.1高光譜成像技術(shù)的產(chǎn)生與基本
概念187
5.4.2高光譜成像區(qū)別于常規(guī)近紅外
光譜的特點(diǎn)及其工作原理189
5.4.3高光譜成像及其應(yīng)用193
5.4.4高光譜遙感信息的分析和處理195
5.4.5高光譜成像現(xiàn)狀分析與展望198
5.5近紅外光譜與高光譜成像綜合應(yīng)用
案例——全麥粉中低含量水平
摻雜花生粉的檢測研究198
5.5.1實(shí)驗(yàn)材料與方法199
5.5.2高光譜圖像亮度校正199
5.5.3基于MNF的圖譜交互分析200
5.5.4光譜預(yù)處理與全波長PLSR
模型202
5.5.52優(yōu)波長選取與多光譜PLSR
模型203
5.5.6預(yù)測結(jié)果可視化206
第6章氣敏傳感器與電子鼻技術(shù)209
6.1氣敏傳感器 209
6.1.1氣敏傳感器簡介209
6.1.2電阻型半導(dǎo)體式氣敏傳感器210
6.1.3電阻型半導(dǎo)體式氣敏傳感器的
結(jié)構(gòu)與分類214
6.1.4電阻型半導(dǎo)體式氣敏傳感器的
特性參數(shù)217
6.1.5電阻型半導(dǎo)體式氣敏傳感器基
本測量電路特性218
6.1.6電阻型半導(dǎo)體式氣敏傳感器的
應(yīng)用219
6.2電子鼻技術(shù)223
6.2.1嗅覺仿生與電子鼻技術(shù)簡介223
6.2.2電子鼻的識(shí)別機(jī)理224
6.2.3電子鼻的組成226
6.2.4電子鼻技術(shù)的發(fā)展歷史229
6.2.5電子鼻應(yīng)用舉例230
第7章電化學(xué)與生物傳感器技術(shù)231
7.1電化學(xué)傳感器231
7.1.1電化學(xué)傳感器的概念與分類231
7.1.2電勢型電化學(xué)傳感器231
7.1.3恒電位電解式電化學(xué)傳感器237
7.1.4電導(dǎo)型傳感器240
7.2電化學(xué)生物傳感器240
7.2.1生物傳感器的概念、組成
與分類240
7.2.2電化學(xué)生物傳感器243
7.2.3電化學(xué)生物傳感器應(yīng)用舉例244
7.2.4生物傳感器的發(fā)展趨勢249
第8章多傳感器信息融合與大數(shù)據(jù)云
計(jì)算技術(shù)簡介252
8.1多傳感器信息融合技術(shù)252
8.1.1多傳感器信息融合的基本概念252
8.1.2多傳感器信息融合系統(tǒng)簡介254
8.1.3多傳感器信息融合的分類255
8.1.4多傳感器信息融合模型255
8.1.5多傳感器信息融合算法261
8.1.6應(yīng)用與前景展望264
8.2大數(shù)據(jù)與云計(jì)算技術(shù)簡介266
8.2.1泛在互聯(lián)的時(shí)代266
8.2.2大數(shù)據(jù)簡介267
8.2.3云計(jì)算技術(shù)269
8.2.4數(shù)據(jù)中心與云計(jì)算架構(gòu)基礎(chǔ)272
8.2.5典型的云計(jì)算系統(tǒng)平臺(tái)274
參考文獻(xiàn)277
書單推薦
