人工智能概論（微課版）

王军，博士、教授，郑州航空工业管理学院大数据科学研究院院长，河南省航空大数据工程中心负责人，郑州大学、华北水利水电大学、郑州航院硕士生导师。先后任河南新闻出版广电局用户数据中心领导小组副组长兼办公室主任，中共河南省委组织部、河南广播电视台“我们和第一书记”活动办公室副主任，河南中原云大数据集团有限公司副总经理，河南中原云数据有限公司董事总经理。河南省信息化专家委员会专家，河南省大数据和人工智能专家委员会委员，郑州市信息化委员会专家，河南省重点项目评标专家等。近年来主持和参与省部级科研项目近10项，取得个人软件著作权13项，授权发明专利4项（第一发明人），在申请专利9项。先后在国际、国内期刊及国际会议发表大数据、人工智能等论文20余篇，获优秀论文奖3项。取得省部级科技成果3项（第一完成人1项），负责的项目获得省科技进步奖2项。

第 一篇 人工智能基礎 14

第　1章 緒論　14

1.1　人工智能概念　15

1.1.1　智能的概念　15

1.1.2　智能的特徵　16

1.1.3　人工智能　17

1.2　人工智能基礎　18

1.3　人工智能發展歷程　19

1.3.1　孕育階段　19

1.3.2　形成階段　21

1.3.3　發展階段　22

1.4　人工智能前沿研究　22

1.4.1　人工智能相關政策　22

1.4.2　人工智能研究及應用　23

1.5　小結　25

思考題　25

第　2章 知識表示　26

2.1知識與知識表示的概念　27

2.1.1　知識的概念　27

2.1.2　知識的特性　27

2.1.3　知識的表示　27

2.2　一階謂詞邏輯　28

2.2.1　命題　28

2.2.2　謂詞　29

2.2.3　謂詞公式　30

2.2.4　一階謂詞邏輯知識表示方法　31

2.2.5　一階謂詞邏輯表示法的特點　31

2.3　產生式　32

2.3.1　產生式　33

2.3.2　產生式系統　34

2.3.3　產生式表示法的特點　35

2.4　框架　36

2.4.1　框架的一般結構　37

2.4.2　框架的推理方法　37

2.5　小結　38

思考題　38

第3章　自動推理　41

3.1　自動推理的基本概念　42

3.1.1　推理的定義　42

3.1.2　推理的方式及分類　42

3.1.3　推理的方向　45

3.1.4　沖突消解策略　46

3.2　歸結原理　48

3.2.1　魯濱遜歸結原理　48

3.2.2　歸結反演　51

3.2.3　應用歸結原理求解問題　51

3.3　不確定性推理　52

3.3.1　概念　53

3.3.2　可信度方法　56

3.3.3　證據理論　57

3.4　小結　58

思考題　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　搜索的基本問題與主要過程　61

4.1.3　搜索策略　62

4.2　狀態空間的搜索策略　62

4.3　盲目的圖搜索策略　65

4.3.1　回溯策略　65

4.3.2　寬度優先搜索策略　65

4.3.3　深度優先搜索策略　66

4.4　啟發式圖搜索策略　67

4.4.1　啟發式策略　67

4.4.2　啟發信息和估價函數　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　小結　70

思考題　71

第二篇　人工智能熱點技術　72

第5章　機器學習　72

5.1　機器學習與機器智能　73

5.1.1　機器學習的基本概念　73

5.1.2　機器學習的發展歷史　73

5.1.3　學習系統的基本模型　74

5.2　機器學習的類型和應用　75

5.3　監督學習與無監督學習　77

5.3.1　支持向量機　78

5.3.2　k-最近鄰分類　79

5.3.3　樸素貝葉斯分類器　79

5.3.4　集成分類—Bagging 算法、隨機森林算法與 Boosting算法　81

5.3.5　k-均值聚類算法　83

5.4小結　85

思考題　85

第6章　深度學習　86

6.1　深度學習　87

6.1.1　深度學習概述　87

6.1.2　深度學習基本結構　88

6.1.3　深度學習框架　88

6.1.4　深度學習適用領域　90

6.2捲積神經網絡結構　91

6.2.1　捲積層　91

6.2.2　激活層　93

6.2.3　池化層　94

6.2.4　批規範層　94

6.2.5　丟棄層　96

6.2.6　全連接層　96

6.3　典型神經網絡模型　97

6.3.1　FCN全捲積神經網絡　97

6.3.2　GoogleNet 結構更深的捲積網絡　98

6.3.3　ResNet殘差網絡　99

6.3.4　CNN捲積神經網絡　101

6.3.4　DCCNet密集連接網絡　103

6.3.5　GAN生成對抗網絡　104

6.4　強化學習　105

6.4.1　強化學習的基本原理與模型　105

6.4.2　強化學習的主要特點與構成　107

6.4.3　強化學習的應用　108

6.5遷移學習　109

6.5.1　遷移學習的概述　109

6.5.2　遷移學習分類　109

6.6小結　110

思考題　111

第7章　自然語言處理　112

7.1　概述　113

7.1.1自然語言處理含義　113

7.1.2自然語言處理的功能應用　113

7.1.3自然語言處理的層次　115

7.1.4自然語言處理技術　116

7.2　智能問答系統　117

7.2.1　問答系統的主要組成　118

7.2.2　問答系統的分類　119

7.2.3　問答系統案例　121

7.3　聊天機器人　122

7.3.1　聊天機器人的分類　123

7.3.2　聊天機器人的自然語言理解　125

7.4　語音識別　126

7.4.1語音識別系統　126

7.4.2　語音識別的過程　127

7.4.3　語音識別應用過程中的四大挑戰　129

7.5　機器翻譯　130

7.5.1　機器翻譯原理與過程　130

7.5.2　通用翻譯模型　131

7.6小結　132

思考題　132

第8章　圖像和視頻處理　134

8.1　圖像處理　135

8.1.1　灰度直方圖校正　135

8.1.2　圖像的噪聲　138

8.1.3　圖像增強　140

8.1.4　圖像平滑　141

8.1.5圖像銳化　147

8.2　圖像分割與邊緣檢測　155

8.2.1　圖像的邊緣檢測　155

8.2.2　圖像分割　159

8.2.3　典型圖像分割算法　160

8.3　圖像目標檢測　165

8.3.1　圖像分類　166

8.3.2　目標定位　168

8.3.3　目標檢測　169

8.3.4　圖像融合　171

8.4　圖像理解　172

8.4.1　基於圖像的情感計算　172

8.4.2　圖像異常行為分析　173

8.5　小結　174

思考題　175

第9章　智能計算　176

9.1　進化算法的產生與發展　177

9.1.1　進化算法的概念　177

9.1.2　進化算法的生物學背景　178

9.1.3　進化算法的設計原則　179

9.2　遺傳算法　179

9.2.1遺傳算法的最基本思想　180

9.2.2　遺傳算法的特點　181

9.3　群智能算法　182

9.4　粒子群優化算法　184

9.5　小結　186

思考題　186

第三篇　人工智能技術應用　188

第　10章 智慧交通　188

10.1智慧交通系統定義及架構　189

10.2智慧交通系統　189

10.3人工智能在智慧交通領域的應用　191

10.4小結　193

思考題　193

第　11章 智能機器人　194

11.1　機器人與行為智能　195

11.2　智能技術應用　196

11.3　智能無人裝備　204

11.3.1　無人機　204

11.3.2　無人車　205

11.3.3　無人船　206

11.4　小結　206

思考題　207

第　12章 智慧航空　208

12.1　數據角度的航空大數據定義和組織結構　209

12.2　系統角度的航空大數據定義和組織結構　210

12.3　關鍵技術　211

12.3.1　採集技術　211

12.3.2　存儲管理技術　214

12.3.3　預處理技術　215

12.3.4　智能分析技術應用　216

12.4　小結　218

思考題　218

第　13章 智慧生態保護　219

13.1　黃河流域資源、經濟發展與產業構成現狀　220

13.1.1　資源現狀　220

13.1.2　經濟發展現狀　221

13.1.3　產業構成現狀　222

13.2面臨的主要問題　223

13.2.1　生態保護缺乏空天地一體化管理　223

13.2.2　缺乏全樣本生態大數據　224

13.2.3　高質量發展缺乏全流域生態產業鏈　225

13.3　人工智能技術促進生態保護和高質量發展　225

13.3.1　全流域一體化智能管理　225

13.3.2　健全供水區水資源智能管控體系　226

13.3.3　完善智能綜合防汛預警體系　226

13.3.4　培育智能化現代服務業　227

13.3.5　建立完整的流域產業鏈　227

13.4　空天地一體化大數據及智能分析平臺構建　228

13.4.1　平臺框架　228

13.4.2　平臺技術架構研究　230

13.4.3　平臺關鍵技術　232

13.4.4　平臺的應用　236

13.5　結語　237

思考題　238

第四篇　人工智能安全關切及未來展望　239

第　14章 人工智能安全　239

14.1人工智能安全內涵　240

14.2　人工智能安全體系架構　240

14.3人工智能的內生安全　241

14.4　人工智能助力安全　242

14.4.1　物理智能安防監控　243

14.4.2　智能入侵檢測　244

14.4.3　惡意代碼檢測與分類　244

14.4.4　對抗機器學習　245

14.5　小結　245

思考題　246

第　15章 元宇宙與人工智能　247

15.1　元宇宙　248

15.1.1　元宇宙的概念　248

15.1.2　元宇宙的發展過程　248

15.1.3　元宇宙的核心技術　251

15.2　人工智能成為元宇宙的核心生產要素　253

15.2.1　元宇宙的後端基建　253

15.2.2　算力和數據是元宇宙的關鍵要素　253

15.2.3　認知智能是元宇宙發展重要驅動因素之一　255

15.2.4　人工智能成為新生產要素　255

15.3　人工智能賦能元宇宙　256

15.3.1　人工智能成為元宇宙的技術引擎　256

15.3.2　人工智能加速元宇宙的內容生成　257

15.3.3　人工智能驅動的虛擬數字人豐富元宇宙的體驗　258

15.3.4　人工智能與數字孿生　259

15.3.4　人工智能加快元宇宙產業鏈構建　259

15.4　小結　260

思考題　260

第　16章 人工智能發展趨勢　262

16.1　人工智能行業發展趨勢　263

16.1.1國內外發展現狀　263

16.1.2　人工智能產業鏈　263

16.1.3　人工智能產業化性價比顯著提高　264

16.2　人工智能行業人才需求　264

16.2.1　人工智能企業運營模式　264

16.2.2　人工智能技術人才體系　265

16.2.3　人工智能企業人才供需現狀　266

16.3　人工智能知識體系　266

16.4　總結　268

思考題　268

參考文獻　269