類腦人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人腦智能的理論、方法及應(yīng)用的技術(shù)科學(xué)，將類腦人工智能技術(shù)應(yīng)用于目標(biāo)檢測與跟蹤，可大幅提升復(fù)雜背景、干擾條件下的目標(biāo)檢測概率及跟蹤精度，具有重要而廣泛的應(yīng)用前景。本書系統(tǒng)闡述了人腦視覺信息處理機(jī)制的基本原理、主要特性、數(shù)學(xué)建模及算法設(shè)計(jì)等。同時(shí)，結(jié)合深度神經(jīng)網(wǎng)絡(luò)（DNN）、類腦

據(jù)聯(lián)合國預(yù)測，2050年全球?qū)⑦_(dá)到100億人口。本書認(rèn)為，地球養(yǎng)活100億人口是一個(gè)巨大的挑戰(zhàn)，人類將面臨“FEW”困境。“FEW”是食物(Food)、能源(Energy)、水(Water)三個(gè)英文單詞的首字母縮寫，是人類生存與發(fā)展不可或缺的基礎(chǔ)性資源。然而，隨著地球上人口的增長，食物安全、淡水資源短缺、化石能源枯竭等

本書采用技術(shù)分析與場景描述相結(jié)合的模式，圍繞物聯(lián)網(wǎng)體系結(jié)構(gòu)、關(guān)鍵技術(shù)和安全防控等方面進(jìn)行系統(tǒng)的介紹。本書主要包括物聯(lián)網(wǎng)概述、物聯(lián)網(wǎng)基礎(chǔ)知識(shí)、物聯(lián)網(wǎng)數(shù)據(jù)服務(wù)、場景角度的IoT安全、技術(shù)角度的IoT安全、物聯(lián)網(wǎng)流量安全、區(qū)塊鏈與物聯(lián)網(wǎng)安全七部分內(nèi)容。

增強(qiáng)現(xiàn)實(shí)（AR）作為虛擬現(xiàn)實(shí)的一個(gè)技術(shù)延伸，是虛擬與現(xiàn)實(shí)的連接入口，是一種實(shí)時(shí)計(jì)算攝像機(jī)捕捉到的現(xiàn)實(shí)影像的位置及角度并加上相應(yīng)虛擬信息的技術(shù)。伴隨著AR技術(shù)迅速發(fā)展的是其3D實(shí)感攝像設(shè)備的快速更新。將這些3D實(shí)感攝像設(shè)備結(jié)合物聯(lián)網(wǎng)技術(shù)可廣泛應(yīng)用于導(dǎo)航與定位、遠(yuǎn)程醫(yī)療、智能家居控制等多種領(lǐng)域。本書從系統(tǒng)設(shè)計(jì)的角度出發(fā)，由

本書全面系統(tǒng)地講解了深度學(xué)習(xí)相關(guān)的知識(shí)。全書共8章，內(nèi)容包括深度學(xué)習(xí)簡介及TensorFlow安裝，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)的TensorFlow實(shí)現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（上）、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（下）、深度學(xué)習(xí)用于文本序列和深度學(xué)習(xí)實(shí)驗(yàn)項(xiàng)目等內(nèi)容。 本書以知識(shí)體系為基礎(chǔ)，以課堂案例為載體，采取理論與實(shí)踐相

本書從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)講起，逐步深入到Python進(jìn)階實(shí)戰(zhàn)，通過對各種實(shí)用的第三方庫進(jìn)行詳細(xì)講解與實(shí)戰(zhàn)運(yùn)用，讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡(luò)，而且能夠簡單高效地搭建自己的神經(jīng)網(wǎng)絡(luò)，即使沒有專業(yè)背景知識(shí)也能輕松入門神經(jīng)網(wǎng)絡(luò)。 本書分為11章，涵蓋的主要內(nèi)容有神經(jīng)網(wǎng)絡(luò)概述，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)，計(jì)算機(jī)程序的特點(diǎn)，神經(jīng)網(wǎng)絡(luò)

本書共11章，主要介紹機(jī)器學(xué)習(xí)的基本概念和兩大類常用的機(jī)器學(xué)習(xí)模型，即監(jiān)督學(xué)習(xí)模型和非監(jiān)督學(xué)習(xí)模型。針對監(jiān)督學(xué)習(xí)模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學(xué)習(xí)模型和神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練；針對非監(jiān)督學(xué)習(xí)模型，本書講解了常用的降維技術(shù)（線性降維技術(shù)與非線性降

這是一本以漫畫形式來展現(xiàn)深?yuàn)W理論的科普書。本書以卡通人物形象為主人公，通過講故事的形式串接內(nèi)容，以多格漫畫進(jìn)行展現(xiàn)，帶領(lǐng)大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術(shù)篇、應(yīng)用篇、安全篇、未來篇、啟示篇多維視角全方位地探索人工智能的神奇與奧妙。人工智能本質(zhì)上是一個(gè)復(fù)雜、動(dòng)態(tài)、關(guān)聯(lián)、深?yuàn)W的知識(shí)體系，是用數(shù)學(xué)方程

目前，市場上的機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法相關(guān)入門書籍大都過于理論化和數(shù)學(xué)化，提高了學(xué)習(xí)門檻，使得不具有相關(guān)專業(yè)背景的讀者望而卻步；或是過于偏重實(shí)操，對于算法原理過于簡略，使得讀者無法形成對算法原理和可應(yīng)用場景的基本認(rèn)識(shí)。本書共分為上下兩篇，共18章：其中第一篇為經(jīng)典機(jī)器學(xué)習(xí)模型部分，主要講解了常用的機(jī)器學(xué)習(xí)經(jīng)典模型。第

數(shù)據(jù)科學(xué)與人工智能數(shù)學(xué)基礎(chǔ)課旨在幫助讀者快速打下數(shù)學(xué)基礎(chǔ)，通俗講解每一個(gè)知識(shí)點(diǎn)。 全書分為3篇，共17章。其中第1篇為基礎(chǔ)篇，主要講述了高等數(shù)學(xué)基礎(chǔ)、微積分、泰勒公式與拉格朗日；第2篇為核心知識(shí)篇，主要講述了線性代數(shù)基礎(chǔ)、特征值與矩陣分解、隨機(jī)變量與概率估計(jì)、概率論基礎(chǔ)、數(shù)據(jù)科學(xué)的幾種分布、核函數(shù)變換、熵與激活函數(shù)；第

《機(jī)器學(xué)習(xí)中的基本算法》共八章.第1章和第2章簡要介紹了機(jī)器學(xué)習(xí)的基本概念、研究內(nèi)容、算法體系，以及相關(guān)的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細(xì)介紹了幾類作為分類器和回歸器的支持向量機(jī)算法，包括算法出發(fā)點(diǎn)、建模思想、理論推導(dǎo)和算法在數(shù)據(jù)分類、識(shí)別、擬合、預(yù)測等方面的應(yīng)用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預(yù)處理方法

《機(jī)器學(xué)習(xí)與人工智能》涵蓋了與人工智能相關(guān)的機(jī)器學(xué)習(xí)核心方法，包括深度卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、蒙特卡羅樹搜索、強(qiáng)化學(xué)習(xí)�！稒C(jī)器學(xué)習(xí)與人工智能》也包括一些應(yīng)用非常廣泛的機(jī)器學(xué)習(xí)方法，例如，支持向量機(jī)、決策樹和隨機(jī)森林、隱馬爾可夫模型、聚類與自組織映射�！稒C(jī)器學(xué)習(xí)與人工智能》還包含一些重要的大數(shù)據(jù)分析方法

多標(biāo)記學(xué)習(xí)指一個(gè)樣本可能對應(yīng)多個(gè)語義標(biāo)記的學(xué)習(xí)框架，在文本分類、基因功能分類、圖像識(shí)別等領(lǐng)域廣泛存在。多標(biāo)記學(xué)習(xí)因其問題的復(fù)雜性及廣泛的應(yīng)用背景，得到了越來越多的重視與研究。多標(biāo)記學(xué)習(xí)的研究主要圍繞降低特征空間或標(biāo)記空間的復(fù)雜性，提高多標(biāo)記學(xué)習(xí)算法的精度而展開。本書主要介紹多標(biāo)記分類、多標(biāo)記特征降維、標(biāo)記關(guān)系分析及多標(biāo)

當(dāng)前，人工智能作為一項(xiàng)引領(lǐng)未來的顛覆性戰(zhàn)略技術(shù)，已在國家安全、國防軍事、社會(huì)治理、文化教育、醫(yī)療健康、家居娛樂等領(lǐng)域初露崢嶸，成為世界各國極其重視的核心競爭力技術(shù)之一。本書主要研究人工智能新技術(shù)、新構(gòu)想、新應(yīng)用，面向未來，從人工智能發(fā)展歷程、機(jī)器學(xué)習(xí)、感知認(rèn)知、人機(jī)交互、機(jī)器人、腦科學(xué)、"智能+"未來應(yīng)用，以及人工智能

本書主要利用控制論、代數(shù)圖論、矩陣論及偏微分方程等理論和方法,重點(diǎn)闡述了多智能體系統(tǒng)一致性和復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)同步控制這兩個(gè)問題,主要討論以下幾類問題：多智能體系統(tǒng)的**-跟隨一致性問題;時(shí)滯復(fù)雜網(wǎng)絡(luò)的同步問題;Lurie型動(dòng)態(tài)網(wǎng)絡(luò)的簇同步問題.

知識(shí)工程是創(chuàng)新方法的一種，是一個(gè)采用人工智能技術(shù)進(jìn)行文本理解閱讀，用知識(shí)圖譜進(jìn)行知識(shí)表達(dá)，并在知識(shí)圖譜上構(gòu)建的一個(gè)具有搜索、推薦、問答、輿情監(jiān)測和社區(qū)服務(wù)功能的系統(tǒng)。本書概括了知識(shí)管理和知識(shí)工程的各種概念，描述了人工智能技術(shù)在知識(shí)挖掘中的應(yīng)用發(fā)展趨勢及實(shí)現(xiàn)知識(shí)工程的云架構(gòu)技術(shù)，列舉了知識(shí)工程在幾個(gè)典型行業(yè)的應(yīng)用實(shí)例，展

《HG/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）》規(guī)定了造紙工業(yè)用二氧化鈦的要求、試驗(yàn)方法、檢驗(yàn)規(guī)則、標(biāo)志、標(biāo)簽、包裝、運(yùn)輸和貯存�！禜G/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）

k-均值算法是數(shù)據(jù)聚類的核心算法，是唯一入選數(shù)據(jù)挖掘領(lǐng)域的十大算法的聚類算法。在實(shí)際系統(tǒng)中使用的聚類算法基本就是k-均值算法�！秌-均值聚類》是第一部專門討論k-均值算法的著作，對k-均值算法的理論和方法、各類衍生算法、各種改進(jìn)方法進(jìn)行全面而系統(tǒng)地介紹。《k-均值聚類》共4章：第1章討論聚類問題和發(fā)展歷史；第2章介紹k

全書介紹了人工智能芯片相關(guān)的基礎(chǔ)領(lǐng)域知識(shí)，分析了人工智能處理面臨的挑戰(zhàn)，由此引出全書的重點(diǎn)：人工智能芯片的架構(gòu)設(shè)計(jì)、數(shù)據(jù)復(fù)用、網(wǎng)絡(luò)映射、存儲(chǔ)優(yōu)化以及軟硬件協(xié)同設(shè)計(jì)技術(shù)等領(lǐng)域前沿技術(shù)，書中還討論了當(dāng)前研究成果，并輔以實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較分析，最后展望了人工智能芯片技術(shù)的發(fā)展方向。

智能的概念和內(nèi)容很多，其核心思想是模擬人或其他生物的神經(jīng)系統(tǒng)，實(shí)現(xiàn)各種運(yùn)算和操作過程，尤其是人的智能操作�！禕R》本書由四部分組成，第一部分是概論，討論智能計(jì)算的類型、特征、發(fā)展過程和應(yīng)用問題，并介紹和其他學(xué)科的關(guān)系問題。這些學(xué)科主要是生命科學(xué)、信息科學(xué)等。第二部分是算法篇，介紹智能計(jì)算中多種不同類型的算法，詳細(xì)介紹它