书籍详情
人工智能基础
作者：王东云 著
出版社：电子工业出版社
出版时间：2020-09-01
ISBN：9787121396137
定价：¥49.80
购买这本书可以去
内容简介
本书主要针本书主要针对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能的概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语音的智能辨识、人机的智能交互、无人驾驶、智能3D打印等方面的知识，注重培养学生的创造思维、数字化学习与创新意识、动手实践能力，树立其正确的信息时代社会责任感。 本书可作为高等学校通识课程的人工智能课程教材，也可适合非电类低年级本科生对人工智能入门知识的学习。 对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语言的智能处理、人机的智能交互、无人驾驶、3D打印等方面知识。注重培养学生的创造思维、数字化学习与创新意识、动手实践能力，树立其正确的信息时代社会责任感。
作者简介
王东云，教授，博士，黄淮学院副校长兼智能制造学院院长。全国大学生电子设计竞赛河南赛区组委会主任、专家组组长；生物计算国际会议，程序委员会委员、特约审稿人、群智能分会主席；河南省高校科技创新人才；驻马店市政府特殊津贴专家；河南省重点学科控制理论与控制工程学科带头人；中原工学院自动化***特色专业负责人；河南省精品课程、双语教学示范课程《自动控制原理》课程负责人；“自动化专业控制类课程”省级教学团队负责人。自1984年参加工作以来，一直从事主要从事智能计算、智能控制和智能制造理论的研究与应用的教学与科研。先后主持完成科技部中日合作项目《基于燃料电池和珀耳帖冷却技术的节能与减少温室气体排放相结合的环保系统的研究》1项、国家自然科学基金《考虑灾害时生产机能维持的先进安全过程控制系统的研究及应用》等3项；《智能制造系统中智能调度技术的研究》、《服装CIMS关键技术的研究》等河南省重点攻关项目、河南省自然科学基金项目等科研项目10项。其中《高档棉织物的开发》获河南省科技进步二等奖、《基于CDIO工程教育模式的高级应用型人才培养研究与实践》获河南省优秀教学成果特等奖。出版专著《智能计算在计算机服装集成制造系统中》等3部。近年来共发表论文共23篇，其中被SCI、EI收录13篇，在专业核心期刊上发表20篇。2007年获“河南省优秀教师”称号、2010年获“纺织之光”优秀教师称号、2015年获“河南省教学名师”称号。
目录
第1章 人工智能导引\t1
1．1 人工智能的背景\t1
1．1．1 什么是人工智能\t1
1．1．2 人工智能的诞生：模仿人类行为与思考\t2
1．2 人工智能的前世今生\t4
1．2．1 人工智能的基础\t4
1．2．2 人工智能的历史\t8
1．2．3 人工智能的研究现状\t9
1．3 人工智能的应用\t12
1．3．1 人工智能的应用问题\t12
1．3．2 人工智能的应用特征\t13
1．3．3 人工智能的应用现状与未来\t15
1．4 人工智能的目标\t19
思考题\t20
第2章 人工智能基础知识\t21
2．1 机器人\t21
2．1．1 初识机器人\t21
2．1．2 机器人的结构组成\t22
2．2 机器学习\t23
2．2．1 什么是机器学习\t23
2．2．2 机器学习的算法\t24
2．3 人工神经网络\t26
2．4 计算机视觉\t30
2．5 自然语言处理\t32
2．6 群体智能\t34
2．7 人机交互\t35
2．8 增材制造\t36
2．9 大数据\t38
2．10 虚拟现实\t40
思考题\t41
第3章 灯光的智能控制\t42
3．1 车灯的控制原理\t42
3．2 编程环境的配置\t43
3．2．1 硬件模块的组成\t43
3．2．2 软件环境的配置\t55
3．3 点亮小车车灯\t59
3．3．1 什么是程序\t59
3．3．2 小车车灯的点亮编程步骤\t59
3．3．3 小车车灯的熄灭编程步骤\t62
3．4 扩展：制作一个流水灯\t63
3．4．1 什么是流水灯\t63
3．4．2 流水灯的核心指令\t63
3．4．3 制作流水灯的编程步骤\t64
思考题\t66
第4章 交通灯的智能识别\t67
4．1 交通灯的识别原理\t67
4．2 颜色传感器\t69
4．3 让小车智能识别红绿灯\t69
4．3．1 主要材料准备\t69
4．3．2 硬件组装\t70
4．3．3 小车识别红绿灯的编程步骤\t70
4．3．4 效果展示\t78
4．4 扩展：制作一个颜色辨识器\t78
4．4．1 制作颜色辨识器的任务描述\t78
4．4．2 硬件组装\t79
4．4．3 颜色辨识器的编程步骤\t79
思考题\t84
第5章 文字的智能处理\t85
5．1 文本识别原理\t85
5．2 文本解析的实现\t86
5．3 基于文本信息的小车控制\t88
5．3．1 主要材料准备\t88
5．3．2 硬件组装\t88
5．3．3 文本信息识别的编程步骤\t89
5．4 扩展：多文本信息的连续控制\t94
5．4．1 多文本解析的任务描述\t94
5．4．2 硬件组装\t94
5．4．3 多文本解析的编程步骤\t94
思考题\t99
第6章 图像的智能辨识\t100
6．1 图像识别原理\t100
6．2 路标形状识别\t101
6．3 让小车看懂路标\t106
6．3．1 材料准备\t106
6．3．2 材料组装\t107
6．3．3 小车看懂路标的编程步骤\t108
6．4 扩展：智能停车\t112
6．4．1 智能停车任务描述\t112
6．4．2 硬件组装\t112
6．4．3 智能停车的编程步骤\t112
思考题\t116
第7章 语音的智能辨识\t117
7．1 语音辨识原理\t117
7．2 声音解析实现\t118
7．3 基于声音的小车控制\t120
7．4 扩展：具有交互功能的声控小车\t131
思考题\t135
第8章 人机的智能交互\t136
8．1 人机交互原理\t136
8．2 脑机接口技术\t137
8．2．1 脑机接口组成\t137
8．2．2 脑机接口原理\t138
8．3 用思维控制小车的启停\t138
8．3．1 什么是信号\t139
8．3．2 脑电信号的采集\t139
8．3．3 大脑运动意图的解码\t140
8．3．4 小车的启停控制程序实现\t140
8．4 扩展：智能脑控小车\t143
思考题\t146
第9章 无人驾驶\t148
9．1 无人驾驶原理\t148
9．2 自动循迹技术\t150
9．2．1 自动循迹原理\t150
9．2．2 自动循迹组成\t150
9．3 智能小车的自动循迹\t151
9．3．1 轨迹的检测\t151
9．3．2 智能循迹小车的实现\t152
9．4 扩展：具有避障功能的自动行驶\t156
9．4．1 认识超声波避障\t156
9．4．2 超声波避障的实现\t157
9．4．3 具有避障功能的自动行驶小车\t159
思考题\t164
第10章 智能3D打印\t165
10．1 3D打印实现原理\t165
10．2 3D打印主流技术\t166
10．2．1 挤出成型（Material Extrusion）\t166
10．2．2 粉床熔融成型（Powder Bed Fusion）\t168
10．2．3 还原光聚合\t169
10．2．4 粘结剂喷射\t170
10．2．5 材料喷射\t170
10．2．6 薄板层压\t171
10．2．7 定向能量沉积\t171
10．3 3D打印应用领域\t172
10．3．1 快速原型制作和快速制造\t172
10．3．2 汽车\t173
10．3．3 航空\t173
10．3．4 建筑\t173
10．3．5 医疗\t173
10．3．6 教育\t174
10．3．7 消费产品\t174
10．4 3D打印实现过程\t175
10．4．1 3D建模\t175
10．4．2 切片\t176
10．4．3 打印\t176
10．4．4 后期处理\t176
10．5 3D打印实操案例\t177
10．5．1 SolidWorks设计软件基本操作\t177
10．5．2 3D打印切片及控制系统基本操作\t183
思考题\t195
第11章 智能计算技术\t196
11．1 BP神经网络\t196
11．1．1 BP神经网络概述\t196
11．1．2 BP神经网络的学习\t197
11．1．3 BP神经网络举例\t201
11．2 Hopfield神经网络\t207
11．2．1 Hopfield神经网络的结构\t208
11．2．2 Hopfield网络求解优化问题的思想\t208
11．2．3 Hopfield网络求解FMS调度问题\t209
11．2．4 旅行商问题（TSP）的Hopfield网络求解\t212
11．3 模拟退火算法\t216
11．3．1 模拟退火算法简介\t216
11．3．2 基于Hopfield优化模型的模拟退火求解算法\t218
11．4 遗传算法\t219
11．4．1 遗传算法简介\t219
11．4．2 遗传算法举例\t221
11．5 粒子群算法\t226
11．5．1 引言\t226
11．5．2 改进的PSO算法优化\t227
11．5．3 算法性能准则\t228
11．5．4 对于有约束优化问题的求解算法\t230
11．5．5 优化问题应用\t230
11．6 支持向量机\t231
11．6．1 支持向量机简介\t231
11．6．2 线性分类器\t231
11．6．3 核函数特征空间\t234
11．6．4 软间隔优化问题\t235
11．6．5 支持向量机的多类别分类\t236
11．6．6 支持向量机的MATLAB应用\t237
参考文献\t238
1．1 人工智能的背景\t1
1．1．1 什么是人工智能\t1
1．1．2 人工智能的诞生：模仿人类行为与思考\t2
1．2 人工智能的前世今生\t4
1．2．1 人工智能的基础\t4
1．2．2 人工智能的历史\t8
1．2．3 人工智能的研究现状\t9
1．3 人工智能的应用\t12
1．3．1 人工智能的应用问题\t12
1．3．2 人工智能的应用特征\t13
1．3．3 人工智能的应用现状与未来\t15
1．4 人工智能的目标\t19
思考题\t20
第2章 人工智能基础知识\t21
2．1 机器人\t21
2．1．1 初识机器人\t21
2．1．2 机器人的结构组成\t22
2．2 机器学习\t23
2．2．1 什么是机器学习\t23
2．2．2 机器学习的算法\t24
2．3 人工神经网络\t26
2．4 计算机视觉\t30
2．5 自然语言处理\t32
2．6 群体智能\t34
2．7 人机交互\t35
2．8 增材制造\t36
2．9 大数据\t38
2．10 虚拟现实\t40
思考题\t41
第3章 灯光的智能控制\t42
3．1 车灯的控制原理\t42
3．2 编程环境的配置\t43
3．2．1 硬件模块的组成\t43
3．2．2 软件环境的配置\t55
3．3 点亮小车车灯\t59
3．3．1 什么是程序\t59
3．3．2 小车车灯的点亮编程步骤\t59
3．3．3 小车车灯的熄灭编程步骤\t62
3．4 扩展：制作一个流水灯\t63
3．4．1 什么是流水灯\t63
3．4．2 流水灯的核心指令\t63
3．4．3 制作流水灯的编程步骤\t64
思考题\t66
第4章 交通灯的智能识别\t67
4．1 交通灯的识别原理\t67
4．2 颜色传感器\t69
4．3 让小车智能识别红绿灯\t69
4．3．1 主要材料准备\t69
4．3．2 硬件组装\t70
4．3．3 小车识别红绿灯的编程步骤\t70
4．3．4 效果展示\t78
4．4 扩展：制作一个颜色辨识器\t78
4．4．1 制作颜色辨识器的任务描述\t78
4．4．2 硬件组装\t79
4．4．3 颜色辨识器的编程步骤\t79
思考题\t84
第5章 文字的智能处理\t85
5．1 文本识别原理\t85
5．2 文本解析的实现\t86
5．3 基于文本信息的小车控制\t88
5．3．1 主要材料准备\t88
5．3．2 硬件组装\t88
5．3．3 文本信息识别的编程步骤\t89
5．4 扩展：多文本信息的连续控制\t94
5．4．1 多文本解析的任务描述\t94
5．4．2 硬件组装\t94
5．4．3 多文本解析的编程步骤\t94
思考题\t99
第6章 图像的智能辨识\t100
6．1 图像识别原理\t100
6．2 路标形状识别\t101
6．3 让小车看懂路标\t106
6．3．1 材料准备\t106
6．3．2 材料组装\t107
6．3．3 小车看懂路标的编程步骤\t108
6．4 扩展：智能停车\t112
6．4．1 智能停车任务描述\t112
6．4．2 硬件组装\t112
6．4．3 智能停车的编程步骤\t112
思考题\t116
第7章 语音的智能辨识\t117
7．1 语音辨识原理\t117
7．2 声音解析实现\t118
7．3 基于声音的小车控制\t120
7．4 扩展：具有交互功能的声控小车\t131
思考题\t135
第8章 人机的智能交互\t136
8．1 人机交互原理\t136
8．2 脑机接口技术\t137
8．2．1 脑机接口组成\t137
8．2．2 脑机接口原理\t138
8．3 用思维控制小车的启停\t138
8．3．1 什么是信号\t139
8．3．2 脑电信号的采集\t139
8．3．3 大脑运动意图的解码\t140
8．3．4 小车的启停控制程序实现\t140
8．4 扩展：智能脑控小车\t143
思考题\t146
第9章 无人驾驶\t148
9．1 无人驾驶原理\t148
9．2 自动循迹技术\t150
9．2．1 自动循迹原理\t150
9．2．2 自动循迹组成\t150
9．3 智能小车的自动循迹\t151
9．3．1 轨迹的检测\t151
9．3．2 智能循迹小车的实现\t152
9．4 扩展：具有避障功能的自动行驶\t156
9．4．1 认识超声波避障\t156
9．4．2 超声波避障的实现\t157
9．4．3 具有避障功能的自动行驶小车\t159
思考题\t164
第10章 智能3D打印\t165
10．1 3D打印实现原理\t165
10．2 3D打印主流技术\t166
10．2．1 挤出成型（Material Extrusion）\t166
10．2．2 粉床熔融成型（Powder Bed Fusion）\t168
10．2．3 还原光聚合\t169
10．2．4 粘结剂喷射\t170
10．2．5 材料喷射\t170
10．2．6 薄板层压\t171
10．2．7 定向能量沉积\t171
10．3 3D打印应用领域\t172
10．3．1 快速原型制作和快速制造\t172
10．3．2 汽车\t173
10．3．3 航空\t173
10．3．4 建筑\t173
10．3．5 医疗\t173
10．3．6 教育\t174
10．3．7 消费产品\t174
10．4 3D打印实现过程\t175
10．4．1 3D建模\t175
10．4．2 切片\t176
10．4．3 打印\t176
10．4．4 后期处理\t176
10．5 3D打印实操案例\t177
10．5．1 SolidWorks设计软件基本操作\t177
10．5．2 3D打印切片及控制系统基本操作\t183
思考题\t195
第11章 智能计算技术\t196
11．1 BP神经网络\t196
11．1．1 BP神经网络概述\t196
11．1．2 BP神经网络的学习\t197
11．1．3 BP神经网络举例\t201
11．2 Hopfield神经网络\t207
11．2．1 Hopfield神经网络的结构\t208
11．2．2 Hopfield网络求解优化问题的思想\t208
11．2．3 Hopfield网络求解FMS调度问题\t209
11．2．4 旅行商问题（TSP）的Hopfield网络求解\t212
11．3 模拟退火算法\t216
11．3．1 模拟退火算法简介\t216
11．3．2 基于Hopfield优化模型的模拟退火求解算法\t218
11．4 遗传算法\t219
11．4．1 遗传算法简介\t219
11．4．2 遗传算法举例\t221
11．5 粒子群算法\t226
11．5．1 引言\t226
11．5．2 改进的PSO算法优化\t227
11．5．3 算法性能准则\t228
11．5．4 对于有约束优化问题的求解算法\t230
11．5．5 优化问题应用\t230
11．6 支持向量机\t231
11．6．1 支持向量机简介\t231
11．6．2 线性分类器\t231
11．6．3 核函数特征空间\t234
11．6．4 软间隔优化问题\t235
11．6．5 支持向量机的多类别分类\t236
11．6．6 支持向量机的MATLAB应用\t237
参考文献\t238
猜您喜欢
