欧美一级特黄aaaaaaa在线观看-欧美一级特黄aaaaaa在线看片-欧美一级特黄aa大片-欧美一级特黄刺激大片视频-深夜久久-深夜激情网站

熱門關鍵字:  聽力密碼  聽力密碼  新概念美語  單詞密碼  巧用聽寫練聽力

人工智能技術與機器人

中國水利水電出版社
    【作 者】主編 邵克勇 【I S B N 】978-7-5226-1086-3 【責任編輯】王玉梅 【適用讀者群】本專通用 【出版時間】2022-12-01 【開 本】16開 【裝幀信息】平裝(光膜) 【版 次】第1版第1次印刷 【頁 數】240 【千字數】384 【印 張】15 【定 價】48 【叢 書】普通高等教育人工智能專業系列教材 【備注信息】
圖書詳情

    本書從人工智能技術出發,講解了人工智能在智能機器人上的應用方法及相關技術。全書共 8 章,首先介紹了人工智能技術及智能機器人的相關發展歷史、定義、人工智能與機器人的融合;接著從計算智能、機器學習、感知智能、認知智能、機器人定位與建圖、路徑規劃等方面介紹了人工智能的相關技術及其在機器人上的應用方法;最后介紹了一般智能機器人設計與開發方法。

    本書可作為高等院校人工智能、智能科學與技術、機器人工程等新工科專業和自動化、計算機科學與技術、電子科學與技術、控制工程與科學、機械設計制造及自動化、工業設計、車輛工程等傳統理工科專業的教材,還可供從事相關專業交叉學科研究的科研人員參考。

    內容實用

    系統介紹人工智能在智能機器人上的應用方法及相關技術。

    條理清晰

    分為人工智能基礎和智能機器人兩部分,由淺入深,循序漸進。

    形式活潑

    紙質教材+ 視頻講解,有利于學生理解掌握。

    毫無疑問,機器人已經成為當下科技發展的重要領域。從誕生之日起,機器人就對人類的生產生活產生了巨大影響?梢哉f,在未來世界,機器人將更深入地滲透到人們的日常當中。而隨著人工智能應用的范圍越來越廣、程度越來越深,機器人也在迎來一個劃時代的變革。與之前主要用于提高工業生產效率不同,如今的機器人變得更加智能,也更能理解和幫助實現人類的各種需求。本書在選材方面著重展現人工智能技術在機器人領域的研究和應用,首先介紹人工智能技術的基本原理和應用,接著對人工智能技術在機器人領域的研究和應用進行了講解。

    本書將基礎理論與實際應用相結合,敘述簡明清晰,強調內容的先進性、實用性和可讀性,適用于高等院校人工智能、自動化、電氣工程及其自動化、計算機、機器人工程等專業開設的相關課程。作者根據東北石油大學本科教材建設規劃,充分借鑒國內外相關教材和資料文獻,結合多年的教學和科研實踐體會,精選內容,編寫了本書。

    本書共分為8章,第1章簡述人工智能的歷史、人工智能與機器人的融合、智能機器人的定義及分類、智能機器人的關鍵技術、智能機器人未來的發展;第2章系統介紹計算智能中較為典型的4類算法—人工神經網絡算法、深度神經網絡算法、模糊控制算法和進化計算算法;第3章介紹機器學習的基本理論,并對監督學習、非監督學習、強化學習和遷移學習進行講解;第4章主要針對機器人感知方式進行介紹,包括機器人傳感器、機器人視覺與圖像處理、語音識別與機器人聽覺、多源信息融合;第5章介紹實現機器人認知的基本方法,包括知識表示技術、邏輯推理、搜索技術、知識圖譜;第6章在介紹傳統機器人定位技術和機器人地圖構建的基礎上,重點介紹了機器人同時定位與建圖,通過這些算法為智能機器人的路徑規劃提供基礎;第7章介紹機器人路徑規劃中的全局路徑規劃算法和局部路徑規劃算法;第8章介紹智能機器人設計與開發的相關問題。

    本書由邵克勇任主編(負責統稿、修改、定稿工作),楊莉、吳攀超、郭浩軒任副主編,邵克勇編寫第5章和第7章,楊莉編寫第1章和第2章,吳攀超編寫第3章和第6章,郭浩軒編寫第4章和第8章。

    在本書編寫過程中,編者參考了國內外現有教材和相關文獻,在此向其原作者表示深深的感謝。

    本教材的編寫得到了東北石油大學重點教材建設項目的資助和中國水利水電出版社的大力支持,在此一并致謝。

    由于人工智能是一門不斷發展的學科,新的理論方法與技術、新的應用領域不斷涌現,加之編者水平有限,書中難免存在不妥與錯誤之處,懇請各位專家和讀者批評指正。

    編 者

    2022年7月

    前言
    第1章 緒論 1
    1.1 人工智能的歷史 2
    1.2 人工智能與機器人的融合 3
    1.3 智能機器人的定義 3
    1.4 機器人的發展階段 3
    1.5 智能機器人的三要素 5
    1.6 智能機器人的關鍵技術 5
    1.7 智能機器人未來的發展 8
    本章小結 9
    習題1 10
    第2章 計算智能 11
    2.1 人工神經網絡算法 11
    2.1.1 人工神經網絡基本原理 12
    2.1.2 BP神經網絡 14
    2.1.3 RBF神經網絡 16
    2.2 深度神經網絡算法 18
    2.2.1 深度神經網絡概述 18
    2.2.2 卷積神經網絡 20
    2.2.3 循環神經網絡 24
    2.2.4 生成對抗網絡 26
    2.2.5 深度神經網絡的應用案例 28
    2.3 模糊控制算法 32
    2.3.1 模糊集合描述 32
    2.3.2 模糊集合運算 33
    2.3.3 模糊推理與模糊決策 34
    2.3.4 模糊控制 37
    2.3.5 模糊控制的應用與發展趨勢 40
    2.4 進化計算算法 42
    2.4.1 遺傳算法 42
    2.4.2 粒子群算法 51
    2.4.3 蟻群算法 55
    2.4.4 混合蛙跳算法 60
    本章小結 63
    習題2 63
    第3章 機器學習 64
    3.1 機器學習概述 64
    3.1.1 機器學習的發展階段 64
    3.1.2 機器學習系統的基本結構 65
    3.1.3 機器學習的分類 66
    3.2 監督學習 68
    3.2.1 支持向量機 69
    3.2.2 K-最近鄰分類 70
    3.2.3 樸素貝葉斯分類器 70
    3.2.4 集成學習 72
    3.3 非監督學習 75
    3.3.1 K-均值聚類 75
    3.3.2 PCA算法 76
    3.4 強化學習 78
    3.4.1 強化學習的特點 78
    3.4.2 強化學習的組成部分 78
    3.4.3 馬爾可夫決策過程 79
    3.4.4 基于值函數的學習算法 84
    3.4.5 基于策略函數的學習算法 87
    3.4.6 Actor-Critic算法 88
    3.5 深度強化學習 88
    3.5.1 深度強化學習的常用算法 88
    3.5.2 深度強化學習的主要應用 90
    3.6 遷移學習 91
    3.6.1 遷移學習的基本方法 92
    3.6.2 分布對齊的常用方法 96
    3.6.3 遷移學習的研究前沿 100
    本章小結 102
    習題3 102
    第4章 感知智能 103
    4.1 機器人傳感器 103
    4.1.1 內部傳感器 104
    4.1.2 外部傳感器 106
    4.2 機器人視覺與圖像處理 108
    4.2.1 機器人視覺 108
    4.2.2 數字圖像處理系統 113
    4.3 語音識別與機器人聽覺 133
    4.3.1 語音識別技術流程 133
    4.3.2 聲學模型訓練常用方法 135
    4.3.3 機器人聽覺系統 138
    4.4 多源信息融合 139
    4.4.1 信息融合概述 140
    4.4.2 多源信息融合的主要方法 140
    4.4.3 機器人信息融合技術 143
    本章小結 144
    習題4 145
    第5章 認知智能 146
    5.1 知識表示技術 147
    5.1.1 一階謂詞邏輯表示法 147
    5.1.2 產生式表示法 151
    5.1.3 語義網絡表示法 154
    5.2 邏輯推理 157
    5.2.1 命題演算的消解方法 157
    5.2.2 公式集化為標準子句集 158
    5.2.3 推理規則 159
    5.2.4 推理求解過程 160
    5.3 搜索技術 162
    5.3.1 盲目搜索 166
    5.3.2 等代價搜索 168
    5.3.3 啟發式搜索 170
    5.4 知識圖譜 172
    5.4.1 知識圖譜架構 173
    5.4.2 知識圖譜構建的關鍵技術 173
    5.4.3 代表性知識圖譜庫 174
    5.4.4 知識圖譜應用場景 175
    本章小結 177
    習題5 177
    第6章 機器人定位與建圖 178
    6.1 機器人定位技術 178
    6.1.1 經典機器人定位技術 179
    6.1.2 機器人無線定位算法 182
    6.2 機器人地圖構建 187
    6.2.1 地圖模型 187
    6.2.2 基于距離測量的地圖構建算法 189
    6.3 機器人同倍ㄎ揮虢ㄍ� 190
    6.3.1 SLAM基本概念 190
    6.3.2 基于視覺的SLAM方法 191
    6.3.3 視覺SLAM的發展趨勢及研究熱點 199
    本章小結 199
    習題6 200
    第7章 機器人路徑規劃 201
    7.1 全局路徑規劃算法 202
    7.1.1 柵格法 202
    7.1.2 可視圖法 203
    7.1.3 戴克斯特拉(Dijkstra)算法 203
    7.1.4 基于強化學習的Q-Learning算法 205
    7.2 局部路徑規劃算法 207
    7.2.1 人工勢場法 207
    7.2.2 動態窗口法 210
    7.3 路徑規劃發展趨勢 212
    本章小結 213
    習題7 214
    第8章 智能機器人設計與開發 215
    8.1 智能機器人設計的基本步驟 216
    8.2 機器人硬件設計與開發 217
    8.2.1 主板 217
    8.2.2 傳感器 219
    8.2.3 驅動器 219
    8.2.4 其他硬件設備 220
    8.3 機器人的軟件架構 221
    8.3.1 概述 221
    8.3.2 機器人的軟件架構范例 221
    8.3.3 機器人編程方式 223
    8.3.4 機器人程序設計語言 225
    8.4 機器人仿真平臺 227
    本章小結 231
    習題8 232
    參考文獻 233
最新評論共有 0 位網友發表了評論
發表評論
評論內容:不能超過250字,需審核,請自覺遵守互聯網相關政策法規。
用戶名: 密碼:
匿名?
注冊
主站蜘蛛池模板: 成人免费福利视频| 91麻豆精品| 成人欧美视频免费看黄黄| 婷婷激情视频| www伊人| 亚洲国产成人超福利久久精品| 欧美成人高清免费大片观看 | 中文字幕一区视频| 日韩中文字幕免费| www.麻豆91| 午夜视频在线观看免费视频| 久久六月丁香婷婷婷| 在线精品小视频| 久久久久久久久免费影院| 亚洲 [12p]| 国产综合久久久久影院| 婷婷开心激情网| 97天天干| 韩国一级毛片在线观看| 视色4se影院在线观看| 国产一区二区三区在线观看免费 | 女人ass人体下部pic| 成年ssswww日本| 久久综合九九亚洲一区| 一区二区三区在线观看视频| 精品国产欧美精品v| 亚洲第一中文字幕| 91亚洲国产成人久久精品网址| 久久婷婷一区二区三区| 亚洲黄色一级毛片| 国产91原创| 国产偷久久| 午夜免费在线| 国产91第一页| 国产婷婷色综合成人精品| 日本网址在线观看| 91久久青青青国产免费| 精品国产欧美精品v| 青青草久热精品视频在线观看| 在线播放69热精品视频| 91性视频|