登录 | 注册
搜索
图书中心
多媒体通信
光通信
通信与网络
信息通信类
学科基础
智能通信
专业基础
公共基础课
计算机类
计算机专业
软件工程
网络工程
专业基础课
IT新学科新专业
大数据与人工智能
数字媒体
物联网
信息安全
电子工程
电子机电与自动化类
机电工程
自动化
IT经济与管理
IT人文
经济与管理类
其他自然科学类
数学类
数学与物理类
物理类
大学英语
大学英语与公共文化课类（英语与人文）
公共人文课程
其他人文社科
考试指导
培训教材
素质教育
信息技术
中小学教育与考试培训类
大数据与人工智能首页>图书中心>IT新学科新专业
内容简介：
随着AI生成技术飞速发展，其越来越多地被应用到艺术创造领域。本书将系统介绍AI在艺术创造领域的应用。首先本书从深度生成模型出发，介绍AI在深度生成模型的最新进展，接下来本书从视觉生成和序列生成的不同方向，介绍AI在艺术创造中所涉及的通用模型方法。本书进一步介绍文艺创作、工业设计、虚拟现实和增强现实中的一些AI生成前沿技术和进展。最后，本书介绍了AI在元宇宙中的发展及应用。本书可以作为高年级本科生和研究生相关课程的教材 。
本书首先介绍了与课程相关的高等数学知识，包括泛函分析基础与最优化方法，这样做的目的是加强学生的专业基础，然后重点阐述了最优控制原理及求解方法。本书的主要内容包括变分法、极大（小）值原理、线性二次型最优控制、动态规划、近似动态规划、微分对策、H2与H∞最优控制以及随机系统的最优滤波与控制等。学生在学习本书的内容时，除了需要具有扎实的高等数学基础，还需要掌握科学、人工智能类学科的专业基础知识，以及较强的计算机编程能力等。 本书可作为高等院校人工智能类、控制科学类、计算机类、电子类、机械工程类等专业的教材，也可作为经管类等非理工科类专业学生在进行交叉学科学习时的参考教材，还可作为相关领域科技人员的参考书。
本书深入浅出地介绍了人工智能的基础理论及其相关编程实践知识，囊括了传统的人工智能基础知识,机器学习、深度学习乃至强化学习的相关理论和方法。本书首先介绍了人工智能的基本概念与应用现状；其次阐述了经典机器学习理论与实践的相关内容，包含基础知识、人工智能的开发工具以及一系列机器学习分类、聚类和回归等算法；最后介绍了深度学习的相关理论，包括深度学习的基本概念,卷积神经网络、循环神经网络以及部分强化学习的经典方法。 本书在介绍人工智能相关理论知识的同时，还介绍了人工智能涉及的部分数学原理以及编程实例。因此，本书既适合作为零基础人员入门人工智能的指导书，也适合作为相关在校学生以及科研、技术人员的参考书。
本教材是学校和海尔集团共建产业学院的成果之一，由骨干教师、企业工程师共同开发；面向对象是中职物联网技术应用专业学生，提供作为物联网智能家居技术的学习支撑教材。以中等职业院校物联网专业的学生就业为导向，将教学内容与工作岗位对专业人才的知识要求与技能要求结合起来，将项目实践提升到一个较重要的位置，按照“理论—项目设计—项目实施—项目验收”的组织结构进行项目设计。全书分智能家居基础（公寓）、智能家居提升（平层）、智能家居综合（别墅）三大模块，共分十七个项目，从网络、照明、安防、遮阳、暖通、影音等各子系统应用到综合场景设计开发，完整体现智能家居产业技术和职业院校教学的融合运用。
本书基于机器视觉的测量技术是指利用视觉的手段获得被测物体的图像，并用图像处理技术对图像进行处理，通过对被测物体图像的测量来达到对物体的测量，同时将测量后的产品与标准产品进行比较，对产品进行分拣，剔除生产过程中产生的不合格品。基于机器视觉的测量技术，具有非接触、速度快、成本低、稳定性好、抗干扰能力强等突出优点，有效地解决了传统测量方法存在的一系列问题。使用机器视觉实现自动化测量，从而无需操作人员的参与，减少了人工成本；另外最主要的是机器视觉使得生产效率提高，缩短了生产周期，减少了设备折旧成本。同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。
人工智能驱动了第四次工业革命的爆发，也加快了自动化向智能化迈进的步伐。智能系统作为本世纪工业革命最重要的载体，已经成为当今相关领域研究的首要对象和技术密集型目标。剖析先进智能系统的核心技术架构，我们将目光聚焦于智能感知与识别，思考如何利用情感计算，赋予智能系统类人的情感识别能力，以实现高效、自然、和谐的智能人机交互。本书以情感识别模型为研究对象，以提高模型识别率为研究目标，开展基于加权融合策略的情感识别建模方法研究。考虑人体情感信息类型和情感特征的多样性，根据模型对识别率和运算量的要求，针对建模过程中的特征级融合、模型级融合、决策级融合以及权重确定方法等关键技术进行深入的研究。
预见控制是一种利用未来信息改善被控对象控制效果的技术，理论与实践均证明该技术可有效改善闭环系统的跟踪品性以及抗干扰能力。本书考虑领航者将可预见参考轨迹通过网络中的有向路径回传给部分跟随者，进而从预见控制的视角出发，系统研究多智能体系统的协同预见控制问题。具体内容包括：单个领航者下的分布式预见跟踪（分布式编队预见跟踪）控制，多个领航者下的分布式包围预见控制。利用预见控制中的状态增广技术，原问题可转化为含有邻居输出误差的增广系统的状态调节问题。基于此，结合多智能体系统的领航跟随法、分布式输出调节技术以及通信解耦技术，获得满足协同目标所需要的充分条件和具有积分补偿和预见前馈补偿的分布式动态控制策略。 本书可以作为高年级本科生和研究生相关课程的教材，也可供相关领域的工程技术人员参阅。
强化学习是机器学习领域的一种重要学习手段，是一种从环境状态到行为映射的学习方式，是实现智能系统具有自适应能力、自学习能力的重要途径。本书以强化学习算法与多机器人系统的结合为主要背景，介绍了主要的强化学习算法模型，讨论了它们的原理和优缺点；本书针对多机器人协作，从实际应用问题的角度分析，指出了局部性、不确定性和自组织网络等在学习中的现实意义；本书针对强化学习存在的学习速度慢、计算复杂度高等问题，研究了几种改进算法，并基于MATLAB设计了机器人仿真工具箱，以机器人路径规划与覆盖问题为背景进行了仿真研究。 本书可作为高等院校人工智能、自动化、计算机等相关专业的科研工作者及硕士、博士研究生的参考用书。
本书主要介绍不确定高阶多智能体系统的最优一致性算法。全书共分11章，其中第1章概述了多智能体相关的基本概念、典型问题及其研究现状；第2章给出多智能体系统最优一致性问题的一般性描述，并提出了一种基于抽象化的分层设计方案；第3～9章针对几类典型不确定高阶多智能体系统设计了最优一致性算法，并进行了理论分析和仿真验证；第10章关注决策层的不确定性，讨论了基于非精确Oracle的最优一致性算法；第11章利用上述分层设计方案研究了不确定高阶多智能体系统的分布式博弈问题。 本书可供复杂系统分析与控制、分布式人工智能等领域的研究人员使用，亦可供相关工程技术人员参考。
本书根据当前财务大数据发展的新形势以及新需求编写，包括七个项目： 认识大数据、 数据处理与准备、资产负债表分析、 利润表分析、现金流量表分析、 财务比率分析、杜邦财务分析体系与经营业绩综合评价。本书可作为高职院校会计、审计和财务管理等经管类专业的教学用书，也可以作为会计实务工作者的参考用书。