在梳理和總結(jié)信息技術(shù)和人工智能的最新技術(shù)及成果的基礎(chǔ)上,依據(jù)高等院校相關(guān)課程培養(yǎng)目標,進行本書編寫框架的設(shè)計及具體內(nèi)容的組織。本書主要內(nèi)容包括緒論、新一代信息技術(shù)與人工智能概述、新一代信息技術(shù)基礎(chǔ)、人工智能基礎(chǔ)、5G通信與物聯(lián)網(wǎng)技術(shù)應(yīng)用、大數(shù)據(jù)與云計算技術(shù)應(yīng)用、人工智能技術(shù)應(yīng)用—機器視覺和機器學(xué)習(xí)、人工智能技術(shù)應(yīng)用—自然語言處理。
江勵,自動化專業(yè)研究生畢業(yè),五邑大學(xué)任機械工程專業(yè)專任教師,承擔和主持多項省部級教學(xué)改革研究課題,具有豐富的實踐和教學(xué)經(jīng)驗。
第1章 緒 論 1
1.1 背景 1
1.1.1 新一代信息技術(shù) 2
1.1.2 人工智能 3
1.1.3 新一代信息技術(shù)與人工智能 3
1.2 學(xué)習(xí)目標 4
第2章 新一代信息技術(shù)與人工智能概述 5
2.1 5G?通信技術(shù)概述 5
2.1.1 移動通信技術(shù)的發(fā)展演變 6
2.1.2 5G?的發(fā)展現(xiàn)狀 7
2.1.3 5G?的特點和優(yōu)勢 8
2.1.4 5G?的主要體系架構(gòu) 10
2.1.5 5G?的行業(yè)應(yīng)用及對社會的重大影響 10
2.2 物聯(lián)網(wǎng)技術(shù)概述 13
2.2.1 物聯(lián)網(wǎng)的基本概念 13
2.2.2 物聯(lián)網(wǎng)技術(shù)的發(fā)展演變 14
2.2.3 物聯(lián)網(wǎng)技術(shù)的體系架構(gòu) 15
2.2.4 物聯(lián)網(wǎng)的行業(yè)應(yīng)用 16
2.3 大數(shù)據(jù)與云計算技術(shù)概述 19
2.3.1 大數(shù)據(jù)技術(shù)概述 19
2.3.2 云計算技術(shù)概述 24
2.4 人工智能概述 30
2.4.1 人工智能的發(fā)展概況 33
2.4.2 人工智能的內(nèi)涵 41
2.4.3 人工智能的應(yīng)用領(lǐng)域 44
2.4.4 新一代信息技術(shù)與人工智能的關(guān)系 50
2.5 新一代信息技術(shù)、人工智能與社會 51
2.5.1 新一代信息技術(shù)對社會發(fā)展和生產(chǎn)生活方式轉(zhuǎn)變的推動 53
2.5.2 大數(shù)據(jù)時代的個人隱私保護 57
2.5.3 人工智能與社會倫理 60
第3章 新一代信息技術(shù)基礎(chǔ) 63
3.1 信息論 63
3.1.1 信息的基本概念 63
3.1.2 信息傳遞的結(jié)構(gòu) 64
3.1.3 信息的度量 64
3.1.4 通信信道 67
3.1.5 信道容量 68
3.2 現(xiàn)代編碼技術(shù) 69
3.2.1 現(xiàn)代通信系統(tǒng)及編碼技術(shù) 69
3.2.2 信源編碼 69
3.2.3 信道編碼 70
3.3 現(xiàn)代調(diào)制技術(shù) 71
3.3.1 數(shù)字調(diào)制的基本概念 71
3.3.2 現(xiàn)代數(shù)字調(diào)制技術(shù) 72
3.4 大數(shù)據(jù)與云計算技術(shù) 73
3.4.1 大數(shù)據(jù)處理核心技術(shù) 74
3.4.2 大數(shù)據(jù)主要工具簡介 83
3.4.3 云計算處理核心技術(shù) 88
3.4.4 云計算主要軟件簡介 101
第4章 人工智能基礎(chǔ) 105
4.1 機器學(xué)習(xí)方法 105
4.1.1 監(jiān)督學(xué)習(xí) 107
4.1.2 無監(jiān)督學(xué)習(xí) 110
4.1.3 半監(jiān)督學(xué)習(xí) 111
4.1.4 強化學(xué)習(xí) 112
4.2 機器學(xué)習(xí)模式 112
4.2.1 概率統(tǒng)計學(xué)習(xí) 112
4.2.2 人工神經(jīng)網(wǎng)絡(luò) 119
4.2.3 深度學(xué)習(xí) 127
第5章 5G?通信與物聯(lián)網(wǎng)技術(shù)應(yīng)用 141
5.1 5G?通信與物聯(lián)網(wǎng)技術(shù)在車聯(lián)網(wǎng)中的應(yīng)用案例 141
5.1.1 智能網(wǎng)聯(lián)汽車的基本技術(shù) 141
5.1.2 通信、物聯(lián)網(wǎng)技術(shù)在智能網(wǎng)聯(lián)汽車中的應(yīng)用 143
5.1.3 智能網(wǎng)聯(lián)汽車的發(fā)展趨勢 147
5.2 5G?通信在遠程操作中的應(yīng)用案例 148
5.2.1 實現(xiàn)遠程操作的基本技術(shù) 148
5.2.2 實現(xiàn)遠程操作的處理流程及特點 153
5.2.3 遠程操作具體應(yīng)用 154
5.3 5G?通信與物聯(lián)網(wǎng)技術(shù)在智能物流中的應(yīng)用案例 155
5.3.1 智能物流的基本技術(shù) 155
5.3.2 5G?網(wǎng)絡(luò)在物流行業(yè)中的應(yīng)用優(yōu)勢分析 155
5.3.3 基于?5G?網(wǎng)絡(luò)的智慧化海量接入物流體系 157
5.3.4 基于?5G?網(wǎng)絡(luò)的新一代物流應(yīng)用場景 158
第6章 大數(shù)據(jù)與云計算技術(shù)應(yīng)用 161
6.1 大數(shù)據(jù)與云計算在智慧城市中的應(yīng)用 161
6.1.1 智慧城市建設(shè)的三個階段 162
6.1.2 時空數(shù)據(jù)和塊數(shù)據(jù)在智慧城市中的作用 162
6.1.3 大數(shù)據(jù)和云計算技術(shù)在智慧城市建設(shè)中的應(yīng)用 165
6.2 大數(shù)據(jù)與云計算技術(shù)在智慧交通中的應(yīng)用 168
6.2.1 智慧交通概況 168
6.2.2 新技術(shù)的融合 169
6.2.3 典型應(yīng)用案例 170
6.3 大數(shù)據(jù)與云計算技術(shù)在智能推薦系統(tǒng)中的應(yīng)用 171
6.3.1 智能推薦系統(tǒng)的概念 171
6.3.2 智能推薦數(shù)據(jù)平臺 173
6.3.3 智能推薦系統(tǒng)典型應(yīng)用案例 177
第7章 人工智能技術(shù)應(yīng)用—機器視覺和機器學(xué)習(xí) 185
7.1 機器視覺在智能檢測和定位中的應(yīng)用 185
7.1.1 機器視覺的概念 187
7.1.2 機器視覺的特點 188
7.1.3 機器視覺的任務(wù) 188
7.1.4 機器視覺和其他領(lǐng)域的關(guān)系 189
7.1.5 機器視覺系統(tǒng)的工作原理 190
7.2 機器視覺在同步定位與建圖中的應(yīng)用 192
7.2.1 深度視覺定位傳感器 193
7.2.2 定位問題 194
7.2.3 SLAM?端優(yōu)化理論 196
7.2.4 閉環(huán)檢測 199
7.3 機器學(xué)習(xí)在數(shù)字三維建模中的應(yīng)用 199
7.3.1 基于計算機視覺三維重建應(yīng)用案例 199
7.3.2 基于計算機視覺三維重建過程分析 200
7.3.3 SFM?與三維重建 201
7.3.4 深度學(xué)習(xí)與三維重建 204
7.4 深度學(xué)習(xí)在醫(yī)學(xué)影像中的應(yīng)用 205
7.4.1 深度學(xué)習(xí)在醫(yī)學(xué)影像中的自動化分割應(yīng)用 206
7.4.2 基于深度學(xué)習(xí)的乳腺癌影像分割的方法詳解 209
7.5 深度學(xué)習(xí)在面部表情識別中的應(yīng)用 212
7.5.1 基于深度學(xué)習(xí)的表情識別應(yīng)用案例 212
7.5.2 基于深度學(xué)習(xí)的表情識別開發(fā)過程 213
第8章 人工智能技術(shù)應(yīng)用——自然語言處理 217
8.1 人工智能在機器翻譯中的應(yīng)用 217
8.1.1 機器翻譯簡介 217
8.1.2 基于深度學(xué)習(xí)的機器翻譯方法 221
8.2 人工智能在語音識別中的應(yīng)用 223
8.2.1 語音識別的基本概念 223
8.2.2 基于編碼器/解碼器的語音識別方法 224
8.2.3 語音識別的典型應(yīng)用 227
8.3 人工智能在智能文本創(chuàng)作中的應(yīng)用 228
8.3.1 智能文本創(chuàng)作系統(tǒng)簡介 228
8.3.2 詩歌語料庫 230
8.3.3 智能文本創(chuàng)作的方法 231
8.4 人工智能在文本分類中的應(yīng)用 233
8.4.1 文本分類的基本概念 233
8.4.2 文本情感分類的基本概念 236
8.4.3 文本分類的方法 238
參考文獻 241