本书内容包括ProcessSimulate概述，夹具、机器人的定义与机构的创建，机器人搬运、机床上下料、机器人焊接、点焊工作站、码垛工作站的模拟仿真。
电子书
内容简介
本书系统地介绍了人工智能的基本原理、方法和应用技术，全面反映了国内外人工智能研究领域的进展和发展方向。全书共12章。第1章简要介绍了人工智能的概况。第2~6章阐述了人工智能的基本原理和方法，重点论述了知识表示、自动推理、机器学习和神经网络等。第7章和第8章介绍了专家系统、自然语言处理等应用技术。第9~11章阐述了当前人工智能的研究热点，包括分布式人工智能与智能体、智能机器人和互联网智能等。第12章探讨了类脑智能，展望人工智能的发展。
本书力求科学性、实用性和先进性，可读性好。内容由浅入深、循序渐进，条理清晰，让学生在有限的时间内掌握人工智能的基本原理与应用技术，提高对人工智能习题的求解能力。
本书可以作为高等院校计算机科学与技术、自动化等相关专业的研究生和高年级本科生的人工智能课程教材，也可以供从事人工智能研究与应用的科技人员学习参考。
章节目录
- 人工智能
- 书名页
- 版权页
- 出版说明
- 前言
- 第1章 绪论
- 1.1 什么是人工智能
- 1.2 人工智能的起源与发展历史
- 1.3 人工智能研究的基本内容
- 1.3.1 认知建模
- 1.3.2 知识表示
- 1.3.3 自动推理
- 1.3.4 机器学习
- 1.4 人工智能研究的主要学派
- 1.4.1 符号主义
- 1.4.2 连接主义
- 1.4.3 行为主义
- 1.5 人工智能的应用
- 1.6 小结和展望
- 习题
- 第2章 知识表示
- 2.1 概述
- 2.2 谓词逻辑
- 2.3 产生式系统
- 2.4 语义网络
- 2.4.1 语义网络的概念和结构
- 2.4.2 复杂知识的表示
- 2.4.3 常用的语义联系
- 2.5 框架
- 2.5.1 框架结构
- 2.5.2 框架网络
- 2.5.3 推理方法
- 2.6 状态空间
- 2.7 面向对象的知识表示
- 2.8 脚本
- 2.8.1 脚本描述
- 2.8.2 概念依赖关系
- 2.9 本体
- 2.10 小结
- 习题
- 第3章 自动推理
- 3.1 概述
- 3.2 三段论推理
- 3.3 盲目搜索
- 3.3.1 深度优先搜索
- 3.3.2 宽度优先搜索
- 3.3.3 迭代加深搜索
- 3.4 回溯策略
- 3.5 启发式搜索
- 3.5.1 启发性信息和评估函数
- 3.5.2 爬山算法
- 3.5.3 模拟退火算法
- 3.5.4 最好优先算法
- 3.5.5 通用图搜索算法
- 3.5.6 A*算法
- 3.5.7 迭代加深A*算法
- 3.6 与或图启发式搜索
- 3.6.1 问题归约的描述
- 3.6.2 与或图表示
- 3.6.3 AO*算法
- 3.7 博弈搜索
- 3.7.1 极大极小过程
- 3.7.2 α－β过程
- 3.8 归结演绎推理
- 3.8.1 子句型
- 3.8.2 置换和合一
- 3.8.3 合一算法
- 3.8.4 归结式
- 3.8.5 归结反演
- 3.8.6 答案的提? ?9
- 3.8.7 归结反演的搜索策略
- 3.9 产生式系统
- 3.9.1 产生式系统的基本结构
- 3.9.2 正向推理
- 3.9.3 反向推理
- 3.9.4 混合推理
- 3.10 自然演绎推理
- 3.11 非单调推理
- 3.11.1 默认推理
- 3.11.2 限制推理
- 3.12 小结
- 习题
- 第4章 不确定性推理
- 4.1 概述
- 4.1.1 不确定性知识分类
- 4.1.2 不确定性推理的基本问题
- 4.1.3 不确定性推理方法分类
- 4.2 可信度方法
- 4.2.1 建造医学专家系统时的问题
- 4.2.2 可信度模型
- 4.2.3 确定性方法的说明
- 4.3 主观贝叶斯方法
- 4.3.1 贝叶斯公式
- 4.3.2 知识不确定性的表示
- 4.3.3 证据不确定性的表示
- 4.3.4 组合证据不确定性的计算
- 4.3.5 不确定性的传递算法
- 4.3.6 结论不确定性的合成
- 4.4 证据理论
- 4.4.1 假设的不确定性
- 4.4.2 证据的组合函数
- 4.4.3 规则的不确定性
- 4.4.4 不确定性的组合
- 4.5 模糊逻辑和模糊推理
- 4.5.1 模糊集合及其运算
- 4.5.2 语言变量
- 4.5.3 模糊逻辑
- 4.5.4 模糊推理
- 4.6 小结
- 习题
- 第5章 机器学习
- 5.1 机器学习概述
- 5.1.1 简单的学习模型
- 5.1.2 什么是机器学习
- 5.1.3 机器学习的研究概况
- 5.2 归纳学习
- 5.2.1 归纳学习的基本概念
- 5.2.2 变型空间学习
- 5.2.3 决策树
- 5.3 类比学习
- 5.3.1 相似性
- 5.3.2 转换类比
- 5.3.3 基于案例的推理
- 5.3.4 迁移学习
- 5.4 统计学习
- 5.4.1 逻辑回归
- 5.4.2 支持向量机
- 5.4.3 提升方法
- 5.5 强化学习
- 5.5.1 强化学习模型
- 5.5.2 学习自动机
- 5.5.3 自适应动态程序设计
- 5.5.4 Q－学习
- 5.6 进化计算
- 5.6.1 达尔文进化算法
- 5.6.2 遗传算法
- 5.6.3 进化策略
- 5.6.4 进化规划
- 5.7 群体智能
- 5.7.1 蚁群算法
- 5.7.2 粒子群优化
- 5.8 知识发现
- 5.9 小结
- 习题
- 第6章 神经网络
- 6.1 概述
- 6.2 神经信息处理的基本原理
- 6.3 感知机
- 6.3.1 基本神经元
- 6.3.2 感知机模型
- 6.4 前馈神经网络
- 6.4.1 前馈神经网络模型
- 6.4.2 误差反向传播算法
- 6.4.3 BP算法的若干改进
- 6.5 Hopfield网络
- 6.5.1 离散Hopfield网络
- 6.5.2 连续Hopfield网络
- 6.6 随机神经网络
- 6.6.1 模拟退火算法
- 6.6.2 玻耳兹曼机
- 6.7 深度学习
- 6.7.1 人脑视觉机理
- 6.7.2 自编码器
- 6.7.3 受限玻耳兹曼机
- 6.7.4 深度信念网络
- 6.7.5 卷积神经网络
- 6.8 自组织神经网络
- 6.8.1 网络的拓扑结构
- 6.8.2 网络自组织算法
- 6.8.3 监督学习
- 6.9 小结
- 习题
- 第7章 专家系统
- 7.1 专家系统概述
- 7.1.1 什么是专家系统
- 7.1.2 专家系统的特点
- 7.1.3 专家系统的发展史
- 7.2 专家系统的基本结构
- 7.3 专家系统MYCIN
- 7.3.1 咨询子系统
- 7.3.2 静态数据库
- 7.3.3 控制策略
- 7.4 专家系统工具CLIPS
- 7.4.1 概述
- 7.4.2 CLIPS中的知识表示
- 7.4.3 CLIPS运行
- 7.4.4 Rete匹配算法
- 7.5 专家系统工具JESS
- 7.6 面向对象专家系统工具OKPS
- 7.6.1 OKPS中的知识表示
- 7.6.2 推理控制语言ICL
- 7.7 专家系统建造
- 7.7.1 需求分析
- 7.7.2 系统设计
- 7.7.3 知识库构建
- 7.7.4 系统开发
- 7.7.5 系统测试
- 7.8 新型专家系统
- 7.8.1 分布式专家系统
- 7.8.2 协同式专家系统
- 7.8.3 神经网络专家系统
- 7.8.4 基于互联网的专家系统
- 7.9 小结
- 习题
- 第8章 自然语言处理
- 8.1 概述
- 8.1.1 什么是自然语言处理
- 8.1.2 自然语言处理的发展
- 8.1.3 自然语言处理的层次
- 8.2 词法分析
- 8.3 句法分析
- 8.3.1 短语结构语法
- 8.3.2 乔姆斯基形式语法
- 8.3.3 句法分析树
- 8.3.4 转移网络
- 8.3.5 扩充转移网络
- 8.4 语义分析
- 8.4.1 语义文法
- 8.4.2 格文法
- 8.5 语用分析
- 8.6 语料库
- 8.6.1 语料库语言学
- 8.6.2 统计方法的应用
- 8.6.3 汉语语料库加工
- 8.7 信息检索
- 8.8 机器翻译
- 8.9 问答系统
- 8.10 小结
- 习题
- 第9章 分布式人工智能与智能体
- 9.1 概述
- 9.2 分布式问题求解
- 9.2.1 分布式人工智能的兴起
- 9.2.2 分布式问题求解系统分类
- 9.2.3 分布式问题求解过程
- 9.3 智能体理论
- 9.3.1 理性智能体
- 9.3.2 BDI智能体模型
- 9.4 智能体结构
- 9.4.1 智能体基本结构
- 9.4.2 慎思智能体
- 9.4.3 反应智能体
- 9.4.4 层次智能体
- 9.5 智能体通信语言ACL
- 9.5.1 智能体间通信概述
- 9.5.2 FIPAACL消息
- 9.6 协调和协作
- 9.6.1 引言
- 9.6.2 合同网
- 9.6.3 基于生态学的协作
- 9.6.4 基于对策论的协商
- 9.6.5 基于意图的协商
- 9.7 移动智能体
- 9.8 多智能体环境MAGE
- 9.9 小结
- 习题
- 第10章 智能机器人
- 10.1 概述
- 10.2 智能机器人的体系结构
- 10.3 机器人视觉系统
- 10.3.1 视觉系统分类
- 10.3.2 定位技术
- 10.3.3 自主视觉导航
- 10.3.4 视觉伺服系统
- 10.4 机器人规划
- 10.4.1 任务规划
- 10.4.2 分层任务网络规划
- 10.4.3 路径规划
- 10.4.4 轨迹规划
- 10.5 情感机器人
- 10.6 发育机器人
- 10.7 机器人应用
- 10.8 智能机器人发展趋势
- 10.9 小结
- 习题
- 第11章 互联网智能
- 11.1 概述
- 11.2 语义Web
- 11.2.1 语义Web的层次模型
- 11.2.2 本体的基本概念
- 11.2.3 本体描述语言OWL
- 11.3 本体知识管理
- 11.3.1 知识管理系统Protégé
- 11.3.2 知识管理系统KMSphere
- 11.4 Web技术的演化
- 11.5 Web挖掘
- 11.5.1 Web内容挖掘
- 11.5.2 Web结构挖掘
- 11.5.3 Web使用挖掘
- 11.6 搜索引擎
- 11.6.1 搜索引擎原理
- 11.6.2 知识图谱
- 11.7 集体智能
- 11.7.1 引言
- 11.7.2 社群智能
- 11.7.3 集体智能系统
- 11.7.4 全球脑
- 11.8 小结
- 习题
- 第12章 类脑智能
- 12.1 概述
- 12.2 大数据智能
- 12.3 认知计算
- 12.4 欧盟人脑计划
- 12.5 美国脑计划
- 12.6 脑模拟系统Spaun
- 12.7 神经形态芯片
- 12.8 类脑智能路线图
- 习题
- 附录 课程实习
- 参考文献
展开全部
人工智能是2019年由机械工业出版社出版,作者史忠植 编著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《人工智能》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书共6章：第1章概述了工业报警系统的研究意义、突出问题和研究现状；第2章通过基于报警统计量的状态图，描述了某个时期内报警变量所处的运行状态；第3章提出了报警延迟器、报警死区和报警阈值的优化设计方法；第4章以关联变量的变化方向、变化空间、变化速率为基础，设计了相应的多变量报警器；第5章针对描述报警变量与根源变量关系的不同模型，建立了3种报警根源分析方法；第6章面向短时间内出现的大量报警信息，设计了
电子书
本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
电子书
本书分为3部分，分别是综述篇、通用技术篇和行业应用篇。综述篇介绍了现阶段人工智能产品发展情况和人工智能政策环境。通用技术篇精心挑选10个以研发底层技术为核心竞争力的企业的产品，详细介绍了它们的实现思路以及现阶段应用。行业应用篇共有24个案例，主要汇集了人工智能技术与实体经济结合的应用案例，重点关注人工智能技术的应用场景拓展。
电子书
《区块链技术与智能服务应用》系统介绍了区块链以及智能服务的有关概念和原理，以及基于区块链智能合约的服务推荐、协同、优化以及负载均衡等技术。《区块链技术与智能服务应用》分为七章，内容涵盖：传统服务到智能化服务的演化，区块链基本概念、智能服务与区块链结合的框架与理论基础，面向冷启动问题的区块链智能服务跨域推荐，基于语义和基于QoS的智能服务组合；基于SaaS的智能服务平台负载均衡，基于分片和状态通的智
电子书
本书内容涉及摄影学、计算机视觉、深度学习3个领域，系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用，包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备，同时提供大量实例，供读者实战演练。本书融合摄影学和计算机视觉的内容，覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始，本书对摄影学中图像处理算法的各个重要方向进行介绍，包括
电子书
本书介绍了自然语言处理的原理与Java编程语言的技术实现，主要包括多种语言的文本处理、分布式算法与代码实现、自然语言处理相关系统构建等内容。
电子书
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。
