第 一篇 人工智能基础 14
第 1章 绪论 14
1.1 人工智能概念 15
1.1.1 智能的概念 15
1.1.2 智能的特征 16
1.1.3 人工智能 17
1.2 人工智能基础 18
1.3 人工智能发展历程 19
1.3.1 孕育阶段 19
1.3.2 形成阶段 21
1.3.3 发展阶段 22
1.4 人工智能前沿研究 22
1.4.1 人工智能相关政策 22
1.4.2 人工智能研究及应用 23
1.5 小结 25
思考题 25
第 2章 知识表示 26
2.1知识与知识表示的概念 27
2.1.1 知识的概念 27
2.1.2 知识的特性 27
2.1.3 知识的表示 27
2.2 一阶谓词逻辑 28
2.2.1 命题 28
2.2.2 谓词 29
2.2.3 谓词公式 30
2.2.4 一阶谓词逻辑知识表示方法 31
2.2.5 一阶谓词逻辑表示法的特点 31
2.3 产生式 32
2.3.1 产生式 33
2.3.2 产生式系统 34
2.3.3 产生式表示法的特点 35
2.4 框架 36
2.4.1 框架的一般结构 37
2.4.2 框架的推理方法 37
2.5 小结 38
思考题 38
第3章 自动推理 41
3.1 自动推理的基本概念 42
3.1.1 推理的定义 42
3.1.2 推理的方式及分类 42
3.1.3 推理的方向 45
3.1.4 冲突消解策略 46
3.2 归结原理 48
3.2.1 鲁滨逊归结原理 48
3.2.2 归结反演 51
3.2.3 应用归结原理求解问题 51
3.3 不确定性推理 52
3.3.1 概念 53
3.3.2 可信度方法 56
3.3.3 证据理论 57
3.4 小结 58
思考题 58
第4章 搜索求解策略 60
4.1 搜索 61
4.1.1 搜索的概念 61
4.1.2 搜索的基本问题与主要过程 61
4.1.3 搜索策略 62
4.2 状态空间的搜索策略 62
4.3 盲目的图搜索策略 65
4.3.1 回溯策略 65
4.3.2 宽度优先搜索策略 65
4.3.3 深度优先搜索策略 66
4.4 启发式图搜索策略 67
4.4.1 启发式策略 67
4.4.2 启发信息和估价函数 67
4.4.3 A搜索算法 68
4.4.4 A*搜索算法及其特性分析 68
4.5 小结 70
思考题 71
第二篇 人工智能热点技术 72
第5章 机器学习 72
5.1 机器学习与机器智能 73
5.1.1 机器学习的基本概念 73
5.1.2 机器学习的发展历史 73
5.1.3 学习系统的基本模型 74
5.2 机器学习的类型和应用 75
5.3 监督学习与无监督学习 77
5.3.1 支持向量机 78
5.3.2 k-最近邻分类 79
5.3.3 朴素贝叶斯分类器 79
5.3.4 集成分类—Bagging 算法、随机森林算法与 Boosting算法 81
5.3.5 k-均值聚类算法 83
5.4小结 85
思考题 85
第6章 深度学习 86
6.1 深度学习 87
6.1.1 深度学习概述 87
6.1.2 深度学习基本结构 88
6.1.3 深度学习框架 88
6.1.4 深度学习适用领域 90
6.2卷积神经网络结构 91
6.2.1 卷积层 91
6.2.2 激活层 93
6.2.3 池化层 94
6.2.4 批规范层 94
6.2.5 丢弃层 96
6.2.6 全连接层 96
6.3 典型神经网络模型 97
6.3.1 FCN全卷积神经网络 97
6.3.2 GoogleNet 结构更深的卷积网络 98
6.3.3 ResNet残差网络 99
6.3.4 CNN卷积神经网络 101
6.3.4 DCCNet密集连接网络 103
6.3.5 GAN生成对抗网络 104
6.4 强化学习 105
6.4.1 强化学习的基本原理与模型 105
6.4.2 强化学习的主要特点与构成 107
6.4.3 强化学习的应用 108
6.5迁移学习 109
6.5.1 迁移学习的概述 109
6.5.2 迁移学习分类 109
6.6小结 110
思考题 111
第7章 自然语言处理 112
7.1 概述 113
7.1.1自然语言处理含义 113
7.1.2自然语言处理的功能应用 113
7.1.3自然语言处理的层次 115
7.1.4自然语言处理技术 116
7.2 智能问答系统 117
7.2.1 问答系统的主要组成 118
7.2.2 问答系统的分类 119
7.2.3 问答系统案例 121
7.3 聊天机器人 122
7.3.1 聊天机器人的分类 123
7.3.2 聊天机器人的自然语言理解 125
7.4 语音识别 126
7.4.1语音识别系统 126
7.4.2 语音识别的过程 127
7.4.3 语音识别应用过程中的四大挑战 129
7.5 机器翻译 130
7.5.1 机器翻译原理与过程 130
7.5.2 通用翻译模型 131
7.6小结 132
思考题 132
第8章 图像和视频处理 134
8.1 图像处理 135
8.1.1 灰度直方图校正 135
8.1.2 图像的噪声 138
8.1.3 图像增强 140
8.1.4 图像平滑 141
8.1.5图像锐化 147
8.2 图像分割与边缘检测 155
8.2.1 图像的边缘检测 155
8.2.2 图像分割 159
8.2.3 典型图像分割算法 160
8.3 图像目标检测 165
8.3.1 图像分类 166
8.3.2 目标定位 168
8.3.3 目标检测 169
8.3.4 图像融合 171
8.4 图像理解 172
8.4.1 基于图像的情感计算 172
8.4.2 图像异常行为分析 173
8.5 小结 174
思考题 175
第9章 智能计算 176
9.1 进化算法的产生与发展 177
9.1.1 进化算法的概念 177
9.1.2 进化算法的生物学背景 178
9.1.3 进化算法的设计原则 179
9.2 遗传算法 179
9.2.1遗传算法的最基本思想 180
9.2.2 遗传算法的特点 181
9.3 群智能算法 182
9.4 粒子群优化算法 184
9.5 小结 186
思考题 186
第三篇 人工智能技术应用 188
第 10章 智慧交通 188
10.1智慧交通系统定义及架构 189
10.2智慧交通系统 189
10.3人工智能在智慧交通领域的应用 191
10.4小结 193
思考题 193
第 11章 智能机器人 194
11.1 机器人与行为智能 195
11.2 智能技术应用 196
11.3 智能无人装备 204
11.3.1 无人机 204
11.3.2 无人车 205
11.3.3 无人船 206
11.4 小结 206
思考题 207
第 12章 智慧航空 208
12.1 数据角度的航空大数据定义和组织结构 209
12.2 系统角度的航空大数据定义和组织结构 210
12.3 关键技术 211
12.3.1 采集技术 211
12.3.2 存储管理技术 214
12.3.3 预处理技术 215
12.3.4 智能分析技术应用 216
12.4 小结 218
思考题 218
第 13章 智慧生态保护 219
13.1 黄河流域资源、经济发展与产业构成现状 220
13.1.1 资源现状 220
13.1.2 经济发展现状 221
13.1.3 产业构成现状 222
13.2面临的主要问题 223
13.2.1 生态保护缺乏空天地一体化管理 223
13.2.2 缺乏全样本生态大数据 224
13.2.3 高质量发展缺乏全流域生态产业链 225
13.3 人工智能技术促进生态保护和高质量发展 225
13.3.1 全流域一体化智能管理 225
13.3.2 健全供水区水资源智能管控体系 226
13.3.3 完善智能综合防汛预警体系 226
13.3.4 培育智能化现代服务业 227
13.3.5 建立完整的流域产业链 227
13.4 空天地一体化大数据及智能分析平台构建 228
13.4.1 平台框架 228
13.4.2 平台技术架构研究 230
13.4.3 平台关键技术 232
13.4.4 平台的应用 236
13.5 结语 237
思考题 238
第四篇 人工智能安全关切及未来展望 239
第 14章 人工智能安全 239
14.1人工智能安全内涵 240
14.2 人工智能安全体系架构 240
14.3人工智能的内生安全 241
14.4 人工智能助力安全 242
14.4.1 物理智能安防监控 243
14.4.2 智能入侵检测 244
14.4.3 恶意代码检测与分类 244
14.4.4 对抗机器学习 245
14.5 小结 245
思考题 246
第 15章 元宇宙与人工智能 247
15.1 元宇宙 248
15.1.1 元宇宙的概念 248
15.1.2 元宇宙的发展过程 248
15.1.3 元宇宙的核心技术 251
15.2 人工智能成为元宇宙的核心生产要素 253
15.2.1 元宇宙的后端基建 253
15.2.2 算力和数据是元宇宙的关键要素 253
15.2.3 认知智能是元宇宙发展重要驱动因素之一 255
15.2.4 人工智能成为新生产要素 255
15.3 人工智能赋能元宇宙 256
15.3.1 人工智能成为元宇宙的技术引擎 256
15.3.2 人工智能加速元宇宙的内容生成 257
15.3.3 人工智能驱动的虚拟数字人丰富元宇宙的体验 258
15.3.4 人工智能与数字孪生 259
15.3.4 人工智能加快元宇宙产业链构建 259
15.4 小结 260
思考题 260
第 16章 人工智能发展趋势 262
16.1 人工智能行业发展趋势 263
16.1.1国内外发展现状 263
16.1.2 人工智能产业链 263
16.1.3 人工智能产业化性价比显著提高 264
16.2 人工智能行业人才需求 264
16.2.1 人工智能企业运营模式 264
16.2.2 人工智能技术人才体系 265
16.2.3 人工智能企业人才供需现状 266
16.3 人工智能知识体系 266
16.4 总结 268
思考题 268
参考文献 269