深度学习的原理及智能化应用

　　全书共9章。第1章从人工智能发展史引出深度学习的概念；第2章介绍了深度学习的理论基础；第3章介绍了深度学习在物体智能检测中的应用；第4章则阐述了深度学习在人体行为智能分析中的应用；第5章介绍深度学习在信息预测中的应用；第6章讲述了深度学习在图像去噪方面的应用；第7章阐述了深度学习在视频智能监控中的应用；第8章讲述了深度学习在智能消防中的应用；第9章介绍了深度学习在智能交通中的应用。

暂缺《深度学习的原理及智能化应用》作者简介

章 绪论
节 人工智能发展史
第二节 深度学习的起源与发展
第二章 深度神经网络与深度学习理论
节 神经网络的概念
第二节 玻尔兹曼机
第三节 感知机
第四节 前馈神经网络
第五节 卷积神经网络
第六节 深度置信网络
第七节 循环神经网络
第八节 卷积神经网络模型
第九节 AI、机器学习和深度学 台
第十节 神经网络迁移学习
第三章 深度学习在智能物体检测中的应用
节 研究背景与现状
第二节 软件开发平台搭建
第三节 算法实现过程
第四节 安卓实现与结果分析
第五节 项目总结与反思
第四章 深度学习在人类行为智能分析中的应用
节 项目背景与现状
第二节 人体行为分析原理
第三节 人体行为分析算法实现
第四节 项目总结与反思
第五章 深度学习在信息预测中的应用
节 项目研究背景与现状
第二节 深度学 台搭建
第三节 二维信息预测实现
第四节 结果总结与反思
第六章 深度学习在图像去噪中的应用
节 项目背景简介
第二节 传统图像去噪原理
第三节 卷积自编码器网络去噪原理
第四节 去噪结果及分析
第五节 项目总结与反思
第七章 深度学习在智能视频监控中的应用
节 项目背景介绍
第二节 基于深度学习的视频故障诊断原理
第三节 视频故障诊断的实现
第四节 嵌入式智能终端部署
第五节 项目总结与反思
第八章 深度学习在智能消防系统中的应用
节 项目背景与任务简介
第二节 基于深度学习的火灾图像识别
第三节 训练环境的搭建
第四节 深度学 台搭建与模型训练
第五节 实验结果与分析
第六节 项目总结与反思
第九章 深度学习在智能交通中的应用