人工智能控制技術

關景新 , 高健, 張中洲

  • 出版商: 機械工業
  • 出版日期: 2020-04-13
  • 定價: $294
  • 售價: 7.9$232
  • 語言: 簡體中文
  • 頁數: 220
  • 裝訂: 平装
  • ISBN: 711164798X
  • ISBN-13: 9787111647980
  • 相關分類: 程式語言
  • 立即出貨 (庫存 < 4)

買這商品的人也買了...

相關主題

商品描述

本書針對人工智能技術領域人才培養的需要,從實際應用出發,以人工智能涉及的“會運動、會看懂、會聽懂、會思考”四方面為主線進行編寫。本書採用理實一體的編寫方式,設置了5個學習情境,分別為認識人工智能、運動系統的設計與應用、視覺識別系統的設計與應用、語音識別系統的設計與應用和認知系統的設計與應用,循序漸進地介紹了人工智能控制技術的知識。每個學習情境由若干子任務組成,結合實際案例介紹人工智能控制技術的原理和知識,通俗易懂,由表及裡地引導學生掌握人工智能軟硬件系統的搭建、設計及相關程序開發,進而建構一個完整的人工智能系統。
本書可作為高等職業院校電子信息類專業及相關專業的教材,也可作為相關技術人員的參考用書。

目錄大綱

前言
學習情境1認識人工智能
學習目標
情境簡介
情境分析
支撐知識
1.1人工智能的產生
1.2人工智能的發展
1.2.1計算機時代
1.2.2人工智能的開端
1.2.3人工智能程序積累階段
1.2.4□□人類的臨界點
1.3人工智能的定義
1.4人工智能的分類
1.4.1按發展階段分
1.4.2按應用領域分
1.4.3按智能化強弱程度分
1.5人工智能對人類的影響
1.6人工智能應用案例
任務實施
小結
課後習題

學習情境2運動系統的設計與應用
學習目標
情境簡介
情境分析
支撐知識
2.1智能控制
2.1.1定義
2.1.2應用
2.1.3特點
2.1.4發展
2.2運動控制
2.2.1定義
2.2 .2分類
2.2.3執行過程
2.2.4機械運動
2.3反饋
2.3.1定義
2.3.2分類
2.3.3應用
2.4PID技術
2.4.1比例控制
2.4.2積分控制
2.4.3PI控制
2.4.4微分作用
2.4.5採樣週期
2.4.6參數調整方法
2.5脈衝寬度調製
任務實施
2.6任務1定級恆溫系統設計與應用
2.6.1開環控制
2.6.2MCU配置PWM
2.6.3非機械類的運動控制結構圖
2.6.4過程實施
2.7任務2無級變溫恆溫系統設計與應用
2.7.1閉環控制
2.7.2無級調溫
2.7.3數字PID
2.7.4過程實施
2.8任務3可運動的溫度控制系統設計與應用
2.8.1步進電機的使用特性與工作特點
2.8.2步進電機的選用及其註意事項
2.8.3步進電機的控制原理
2.8.4步進電機控制系統的典型接線
2.8.5步進電機驅動程序範例
2.8.6過程實施
小結
課後習題

學習情境3視覺識別系統的設計與應用
學習目標
情境簡介
情境分析
支撐知識
3.1機器視覺
3.1.1定義
3.1.2基本原理
3.1.3典型構成
3.1.4主要工作過程
3.1.5應用案例
3.1.6發展趨勢
3.2視覺識別軟件
3.3OpenCV既定目標識別與跟踪舉例
任務實施
3.4任務1OpenCV for Android的開發環境搭建
3.4.1OpenCV特性
3.4.2Android使用OpenCV的主要過程
3.4.3圖像的基本操作
3.4.4過程實施
3.5任務2OpenCV for Android預覽攝像頭圖像
3.5.1相機簡介
3.5.2OpenCV有關相機方法
3.5.3過程實施
3.6任務3OpenCV for Android攝像頭參數設置
3.6.1JavaCameraView的參數設置
3.6.2Camera的回調接口
3.6.3過程實施
3.7任務4OpenCV for Android模板匹配和物體跟踪
3.7.1模板匹配的定義
3.7.2模板匹配的基本原理
3.7.3模板匹配的算法模型
3.7.4OpenCV for Android模板匹配實現
3.7.5過程實施
3.8任務5OpenCV for Android的顏色識別
3.8.1顏色空間
3.8.2OpenCV的HSV顏色空間
3.8.3OpenCV顏色識別相關函數方法
3.8 .4OpenCV顏色識別主要流程
3.8.5直方圖均衡化
3.8.6形態學運算
3.8.7OpenCV的形態學處理函數
3.8.8過程實施
3.9任務6OpenCV for Android的形狀識別
3.9.1圖像矩
3.9.2邊緣檢測
3.9.3輪廓提取
3.9.4圖像濾波
3.9.5霍夫變換
3.9.6形狀識別的主要過程
3.9.7凸包檢測
3.9.8過程實施
3.10任務7OpenCV for Android模型訓練及手寫數字識別
3.10.1支持向量機(SVM)
3.10.2用支持向量機實現識別過程
3.10.3分類器
3.10.4過程實施
小結
課後習題

學習情境4語音識別系統的設計與應用
學習目標
情境簡介
情境分析
支撐知識
4.1人機交互
4.1.1定義
4.1.2三次革命
4.1.3發展趨勢
4.2語音交互
4.2.1組成
4.2.2應用
4.2.3發展趨勢
4.3語音識別SDK開發包
4.4科大訊飛語音識別
任務實施
4.5任務1讓機器記下您說的話——語音聽寫系統的設計與應用
4.5.1語音聽寫
4.5.2科大訊飛語音聽寫服務
4.5.3科大訊飛語音識別流程
4.5. 4過程實施
4.6任務2讓機器說話給您聽——語音合成系統的設計與應用
4.6.1語音合成
4.6.2訊飛語音合成服務
4.6.3過程實施
4.7任務3讓機器執行您的語音指令— —語音析義系統的設計與應用
4.7.1語音喚醒
4.7.2訊飛語音喚醒服務
4.7.3科大訊飛多個服務聯合應用設計
4.7.4過程實施
小結
課後習題

學習情境5認知系統的設計與應用
學習目標
情境簡介
情境分析
支撐知識
5.1機器學習
5.1.1定義
5.1.2範圍
5.2神經網絡
5.2.1感知器
5.2.2感知器的應用
5.2.3權重各閾值
5.2.4決策模型
5.2.5矢量化
5.2. 6神經網絡的運作過程
5.3機器學習的實現
5.3.1關鍵因素
5.3.2實現過程
5.4深度學習
5.5深度學習的工具
任務實施
5.6任務1讓機器決策思考訓練——決策層的識別模型訓練
5.6.1TensorFlow的基本操作
5.6.2TensorFlow的安裝與配置
5.6.3損失函數和優化器
5.6.4TensorFlow模型訓練
5.6.5過程實施
5.7任務2讓機器執行認知指令——決策層應用設計
5.7.1TensorFlow Lite簡介
5.7. 2TensorFlow Lite的使用
5.7.3TensorFlow Lite的實現過程
5.7.4過程實施
小結
課後習題
附錄人工智能控制技術實訓平台
參考文獻