新書推薦：
《
心智的构建：大脑如何创造我们的精神世界
》
售價：HK$
81.4
《
美国小史（揭秘“美国何以成为美国”，理解美国的经典入门读物）
》
售價：HK$
81.4
《
中国古代北方民族史丛书——东胡史
》
售價：HK$
87.8
《
巨人传（插图珍藏本）
》
售價：HK$
705.6
《
地下（村上春树沙林毒气事件的长篇纪实）
》
售價：HK$
76.7
《
偿还：债务与财富的阴暗面
》
售價：HK$
80.2
《
清华大学藏战国竹简校释（壹）：《命训》诸篇
》
售價：HK$
94.4
《
封建社会农民战争问题导论（光启文库）
》
售價：HK$
68.4
|
| 編輯推薦： |
1、人工智能技术通识读本。
2、系统阐述人工智能的基本原理、实现技术及其应用。
3、全面反映国内外人工智能研究领域的新进展和发展方向。
4、从流派学角度进行阐述，是本书区别于其他同类书的一大特色。本书主要介绍了人工智能的符号主义流派、人工智能的行为主义流派、人工神经网络人工智能的结构主义流派、深度学习和人工智能技术展望等内容。本书使读者对人工智能的基本概念和人工智能系统的构造方法有一个比较清楚的认识，对人工智能研究领域里的新成果有所了解。
|
| 內容簡介： |
本书是人工智能技术的通识读本，全面展示人工智能技术的理论框架和应用价值，主要内容包括：人工智能的概况和发展历史，作为目前人工智能主流技术的深度学习及其基础神经网络技术，以及在人工智能技术发展过程中发挥了重要作用的人工智能方法，如专家系统、模糊技术、粗糙集、遗传算法和其他生物技术方法等。
本书主要面向非信息学科的大学生和研究生，为他们学习人工智能技术提供教学参考，也为他们今后继续在人工智能技术领域深入研学提供基础；同时本书也面向有一定教育背景的广大普通读者，力图为他们掀开门扉，一窥人工智能的神秘而有趣的世界。
|
| 目錄：
|
第1章绪论 001
1.1人工智能技术概述 002
1.1.1基本定义 002
1.1.2发展历史 003
1.2人工智能技术的基本内容 005
1.2.1人工智能技术的主要学派 005
1.2.2人工智能技术解决的主要问题与研究领域 006
1.2.3人工智能技术的主要技术领域 008
1.3人工智能技术的前沿与展望 008
1.4学习的要点 009
第2章专家系统 011
2.1专家系统概述 012
2.1.1专家系统的发展历程 012
2.1.2专家系统的研究和应用意义 013
2.1.3专家系统的定义 014
2.1.4专家系统的工作流程 015
2.2知识的表示方式 015
2.2.1一阶谓词逻辑表示法 016
2.2.2产生式表示法 022
2.2.3语义网络表示法 023
2.2.4框架表示法 025
2.3专家系统的结构 026
2.3.1知识库 026
2.3.2推理机 028
2.3.3人机界面 029
2.3.4综合数据库 029
2.3.5解释器 030
2.3.6知识获取 030
2.4专家系统的特点 031
2.5专家系统的应用 032
2.6专家系统开发工具 033
2.7专家系统实例 034
2.7.1振动监测、故障诊断技术中心系统 034
2.7.2设备在线监测故障诊断专家系统 035
第3章模糊控制技术 039
3.1模糊技术概述 040
3.1.1集合的概念 040
3.1.2集合的表示方法 040
3.1.3集合的运算 041
3.1.4普通集合概念的局限 043
3.2模糊集合 044
3.2.1概念的引入 044
3.2.2模糊集合的定义 046
3.2.3模糊集合的表示方式 046
3.2.4模糊集合的基本运算 047
3.3隶属函数 051
3.4模糊关系 052
3.4.1模糊关系的基本概念 052
3.4.2模糊关系的运算 053
3.5模糊语言 055
3.6模糊逻辑 057
3.7模糊推理 060
3.8二输入单输出问题 063
3.9模糊控制 065
3.9.1模糊控制的基本概念 065
3.9.2模糊控制系统的基本结构 066
3.9.3模糊控制系统的建立 070
3.9.4模糊控制系统的运行 070
3.9.5模糊系统的实现方式 071
3.10模糊控制在工程技术中的应用实例 072
3.10.1模糊全自动洗衣机 072
3.10.2汽轮机模糊控制 073
第4章粗糙集合及其应用 079
4.1概述 080
4.1.1粗糙集合理论的特点 080
4.1.2粗糙集合理论的应用领域 081
4.2粗糙集合基本理论 081
4.2.1信息表 082
4.2.2定义和运算 083
4.2.3决策规则的发现步骤 087
4.3粗糙集合在故障诊断技术中的应用 087
第5章遗传算法 095
5.1遗传算法概述 096
5.1.1遗传算法的由来 096
5.1.2遗传算法基本原理 098
5.1.3基因操作 100
5.2遗传算法的主要内容 104
5.2.1编码 104
5.2.2初始群体的设定 105
5.2.3确定适应度函数 105
5.2.4遗传算法关键参数的确定 106
5.2.5遗传算法的基本过程和程序框图 107
5.2.6遗传算法举例 108
5.3应用实例 110
第6章其他生物计算技术 113
6.1蚂蚁算法 114
6.1.1蚂蚁算法的基本原理 114
6.1.2蚂蚁算法的基本内容 116
6.2粒子群算法 118
6.2.1粒子群算法原理 118
6.2.2粒子群算法的基本流程 119
6.2.3粒子群算法中参数的意义 119
6.3基于免疫机理的故障诊断技术 120
6.3.1生物免疫基本概念 120
6.3.2机械故障诊断技术概况 123
6.3.3免疫算法原理 125
6.3.4基于距离判断的故障诊断免疫算法 126
6.3.5故障诊断免疫算法实例 129
6.4元胞自动机基于免疫机理的故障诊断技术 130
6.4.1元胞自动机的基本概念 130
6.4.2元胞自动机的扩展 134
6.4.3元胞自动机在故障关联模式研究中的应用 135
第7章神经网络技术及其应用 139
7.1神经网络概述 140
7.1.1神经网络的定义 140
7.1.2发展历史 141
7.1.3神经网络处理信息的特点 143
7.2神经网络的技术背景 145
7.2.1人脑的基本结构与功能 145
7.2.2神经元的基本结构 146
7.3脑处理信息的模型 147
7.3.1神经元模型 147
7.3.2神经元处理信号的过程 148
7.4神经网络模型 150
7.4.1神经网络结构分类 150
7.4.2神经网络学习方式分类 152
7.4.3神经网络动力学特性分类 152
7.5神经网络的学习规则 153
7.5.1Hebb学习 153
7.5.2Delta学习 154
7.5.3竞争学习 154
7.6神经网络的实现方法 154
7.7感知器 155
7.7.1感知器结构 155
7.7.2感知器方程 155
7.7.3感知器网络训练过程 157
7.7.4感知器网络运行过程 158
7.7.5多类分类感知器 158
7.7.6感知器应用实例 160
7.7.7感知器网络性质的讨论 161
7.8BP网络 165
7.8.1BP网络基本结构 165
7.8.2BP网络数学模型 165
7.8.3BP网络的训练过程 169
7.8.4BP网络的网络运行过程 170
7.8.5BP网络算法程序流程 170
7.8.6BP网络算法伪程序 171
7.8.7BP网络性质讨论 174
7.8.8BP网络应用实例 175
7.9霍普菲尔德网络 183
7.9.1霍普菲尔德网络基本结构 183
7.9.2网络模型方程 184
7.9.3网络的训练 185
7.9.4网络的联想 185
7.9.5应用实例 186
7.10基于遗传算法的优化神经网络预测模型 188
7.10.1遗传算法优化神经网络结构参数 189
7.10.2遗传BP算法优化神经网络权值 190
7.10.3样本的归一化处理 191
7.10.4水泵机组状态趋势预测 193
第8章深度学习 195
8.1深度学习概述 196
8.1.1概况 196
8.1.2深度学习技术背景 197
8.2深度学习的主要方法 200
8.3自编码器 202
8.3.1自编码器的基本算法 202
8.3.2常用的自编码器模型 205
8.4卷积神经网络 206
8.4.1卷积神经网络概况 206
8.4.2卷积网络的基本结构 207
8.4.3卷积网络的基本算法 208
参考文献 213
|
| 內容試閱：
|
人工智能是当前最前沿和热门的技术领域，其发展已经远远超越其最初所处的计算机学科范畴，正在影响着人类社会、经济、文化发展的方向和进程，也必将对人类未来产生重大影响。
伟大的科学家霍金在生命的最后几年，将大量的精力投入到对人工智能的关注中，他对人工智能给予了极大的重视，他认为人工智能的成功有可能是人类文明史上最大的事件。但同时，人工智能也有可能是人类文明史的终结，除非我们学会如何避免危险。他提出，未来人工智能可能毁掉人类，人类需要建立有效机制，用逻辑和理性去控制未来可能出现的威胁，防止其威胁进一步上升。
人工智能技术的发展为高科技企业带来巨大商机，以人工智能为核心技术的高科技公司在世界范围内迅速崛起。全球市值最高的十大公司中，苹果、谷歌、微软、亚马逊、阿里巴巴、Facebook、腾讯7家公司都是与人工智能有关的高科技企业。
各国政府对人工智能技术的发展也给予高度重视，都把人工智能作为目前最大的发展战略，力图在新一轮国际竞争中掌握主导权。人工智能技术已经成为关系国力竞争的关键技术领域。2016年10月，美国白宫科技政策办公室下属国家科学技术委员会发布了《为人工智能的未来做好准备》和《国家人工智能研究与发展战略计划》两份重要报告，提出了美国优先发展的人工智能七大战略方向及两方面建议。报告认为人工智能有可能彻底改变我们的生活、工作、学习、发现和沟通的方式，人工智能研究可以推进美国的国家优先任务，包括增加经济繁荣、改善教育机会和生活质量，以及加强国家和国土安全。
我国政府对人工智能的重视程度不断提高，持续从各方面支持和促进人工智能发展。2017年7月，国务院印发《新一代人工智能发展规划》，从国家层面对人工智能进行系统布局，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，提出六个方面重点任务，确立了三步走目标，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
《新一代人工智能发展规划》特别强调，加快培养聚集人工智能高端人才，把高端人才队伍建设作为人工智能发展的重中之重；重视复合型人才培养，重点培养贯通人工智能理论、方法、技术、产品与应用等的纵向复合型人才，以及掌握人工智能 经济、社会、管理、标准、法律等的横向复合型人才；加大高端人工智能人才引进力度，重点引进神经认知、机器学习、自动驾驶、智能机器人等国际顶尖科学家和高水平创新团队；鼓励高校在原有基础上拓宽人工智能专业教育内容，形成人工智能 X复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合；实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育。
由此可见，人工智能技术已不仅仅是信息技术学科相关专业的大学生需要学习的课程，对于非信息学科的大学生来说，学习人工智能技术也是非常有必要的，即便未来并不一定专门从事人工智能领域的研究开发工作，但也非常有必要对人工智能技术的全貌和来龙去脉有一个鸟瞰式的理解，因为在未来的工作和生活中必然会接触到人工智能技术，只有对人工智能技术有了较为全面的理解，才有可能很好地应用人工智能。对于有志于在本专业领域有所成就的各个专业的大学生来说，就更有必要全面理解人工智能技术，初步掌握人工智能技术的理论和方法，为进一步学习掌握人工智能技术，成为 人工智能 X复合型专门人才打下坚实的基础。对于有一定教育背景的普通读者而言，在人工智能技术正全面而深刻地影响着社会生活的方方面面的今天，学习和了解人工智能技术的前世今生也属开卷有益之举。
本书主要面向非信息学科的大学生和研究生，为他们学习人工智能技术提供教学参考，也为他们今后继续在人工智能技术领域深入研学提供理论基础。同时，本书也面向广大有一定教育背景的普通读者，力图为他们打开门扉，一窥人工智能的神秘而有趣的世界，希望他们对人工智能技术有一个较为全面的理解，也希望他们不再因为对人工智能技术一无所知而对未来感到惶恐不安。
当前人工智能技术的主流是深度学习，因此本书以三分之一以上的篇幅，在第7章和第8章讲述了深度学习及其神经网络技术。同时，本书是对人工智能技术的较为全面的介绍，所以用了较大篇幅介绍了人工智能技术的其他主要技术方法。第1章讲述了人工智能的概况和发展历史。第2章至第6章讲述了在人工智能技术发展过程中发挥了重要作用的人工智能方法，如专家系统、模糊控制技术、粗糙集合、遗传算法和其他生物计算技术方法等。这些方法中，有些技术，如专家系统、模糊控制技术等仍然在人工智能技术的应用中发挥着重要作用。有些方法，如遗传算法和生物计算技术，在未来对人工智能技术的发展将会继续起到重要的推动作用。为使当前的人工神经网络更好地模拟人类脑神经系统，使人工智能技术取得新的突破，遗传与进化算法有可能发挥关键作用。
鉴于本书的主要读者群是非信息学科的大学生和研究生，本书内容的理论论述尽量与工程实际应用相结合，以便更容易理解。本书的完成仰赖作者的诸多同事，对他们的支持和帮助表示衷心感谢。感谢书中所有参考文献的作者。
由于作者学识水平有限，本书的论述难免存在不妥之处，恳请读者批评指正。
编著者
于北京信息科技大学
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
