亚洲欧美日韩视频高清专区,一级免费AV四区

內(nèi)容簡介

　　《人工智能及其應(yīng)用（第2版）》是一本內(nèi)容基礎(chǔ)性強、可讀性好、適合講授的人工智能教材。作者希望讀者通過學習《人工智能及其應(yīng)用（第2版）》，能夠掌握人工智能的基本內(nèi)容，并能了解人工智能研究的一些前沿內(nèi)容，為進一步學習和研究人工智能理論與應(yīng)用奠定基礎(chǔ)。全書共10章。第1章緒論；第2章知識表示；第3章確定性推理方法；第4章不確定性推理方法；第5章搜索求解策略；第6章專家系統(tǒng)；第7章機器學習；第8章人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用；第9章遺傳算法及其應(yīng)用；第10章自然語言理解及其應(yīng)用。附錄中給出了《人工智能及其應(yīng)用（第2版）》的部分習題解答?！度斯ぶ悄芗捌鋺?yīng)用（第2版）》可作為計算機、信息、控制、機電以及其他專業(yè)本科生、研究生學習人工智能課程的教材。由于書中幾大部分內(nèi)容相對獨立，教師可以根據(jù)課程的學時計劃靈活選擇相關(guān)內(nèi)容。《人工智能及其應(yīng)用（第2版）》也可供希望掌握人工智能技術(shù)的研究人員與工程技術(shù)人員學習參考。

作者簡介

　　王萬良，男，1957年出生，江蘇高郵人。1982年1月江蘇大學工業(yè)自動化專業(yè)畢業(yè)。2001年8月同濟大學控制理論與控制工程專業(yè)博士研究生畢業(yè)，獲工學博士學位。1997年晉升教授?，F(xiàn)任浙江工業(yè)大學信息工程學院教授、博士生導師、副院長、自動化研究所所長、控制理論與控制工程（浙江省高校重點學科）學科帶頭人、博士點負責人、碩士點負責人。兼任中國人工智能學會理事、智能系統(tǒng)工程專業(yè)委員會副主任、可拓工程專業(yè)委員會常務(wù)委員、智能控制與智能管理專業(yè)委員會委員、神經(jīng)網(wǎng)絡(luò)與計算智能專業(yè)委員會委員、中國系統(tǒng)仿真學會理事、《系統(tǒng)仿真學報》編委、中國電工技術(shù)學會高校工業(yè)自動化教學委員會委員等職。入選“浙江省跨世紀學術(shù)和技術(shù)帶頭人”、“浙江省高校中青年學科帶頭人”。獲國務(wù)院“政府特殊津貼”。在人工智能及其應(yīng)用研究方面，主持完成國家自然科學基金、國家863計劃、省重大科技計劃、省自然科學基金等20多項，獲得省部級科技進步獎6項，在國內(nèi)外重要學術(shù)刊物和會議上發(fā)表100余篇學術(shù)論文。在教學方面，為本科生、研究生講授了“人工智能及其應(yīng)用”、“智能控制”、“自動控制原理”、“現(xiàn)代控制理論”等多門課程，教學效果優(yōu)秀，獲得“中青年十佳講課教師”稱號。合著《計算機新型控制策略及其應(yīng)用》（清華大學出版社，1998）。編著浙江省高校重點建設(shè)教材《自動控制原理》（科學出版社，2001）。

圖書目錄

第1章緒論
1.1 人工智能的基本概念
1.2 人工智能的發(fā)展簡史
1.3 人工智能研究的基本內(nèi)容
1.4 人工智能的主要研究領(lǐng)域
1.5 小結(jié)
思考題
第2章知識表示
2.1 知識與知識表示的概念
2.2 一階謂詞邏輯表示法
2.3 產(chǎn)生式表示法
2.4 框架表示法
2.5 語義網(wǎng)絡(luò)表示法
2.6 小結(jié)
思考題
習題
第3章確定性推理方法
3.1 推理的基本概念
3.2 自然演繹推理
3.3 謂詞公式化為子句集的方法
3.4 海伯倫定理
3.5 魯賓遜歸結(jié)原理
3.6 歸結(jié)反演
3.7 應(yīng)用歸結(jié)原理求解問題
3.8 小結(jié)
思考題
習題
第4章不確定性推理方法
4.1 不確定性推理中的基本問題
4.2 概率方法
4.3 主觀bayes方法
4.4 可信度方法
4.5 證據(jù)理論
4.6 模糊推理方法
4.7 小結(jié)
思考題
習題
第5章搜索求解策略
5.1 搜索的概念
5.2 狀態(tài)空間知識表示方法
5.3 盲目的圖搜索策略
5.4 啟發(fā)式圖搜索策略
5.5 與／或圖搜索策略
5.6 小結(jié)
思考題
習題
第6章專家系統(tǒng)
6.1 專家系統(tǒng)的產(chǎn)生和發(fā)展
6.2 專家系統(tǒng)的概念
6.3 專家系統(tǒng)的工作原理
6.4 知識獲取
6.5 專家系統(tǒng)的建立
6.6 專家系統(tǒng)實例
6.7 專家系統(tǒng)的開發(fā)工具
6.8 小結(jié)
思考題
第7章機器學習
7.1 機器學習的基本概念
7.2 機械式學習
7.3 指導式學習
7.4 歸納學習
7.5 類比學習
7.6 解釋學習
7.7 機器學習方法的比較與展望
7.8 小結(jié)
思考題
第8章人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
8.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
8.2 bp神經(jīng)網(wǎng)絡(luò)及其學習算法
8.3 bp神經(jīng)網(wǎng)絡(luò)的應(yīng)用
8.4 hopfield神經(jīng)網(wǎng)絡(luò)及其改進
8.5 hopfield神經(jīng)網(wǎng)絡(luò)的應(yīng)用
8.6 hopfield神經(jīng)網(wǎng)絡(luò)優(yōu)化方法求解jsp
8.7 小結(jié)
思考題
習題
第9章遺傳算法及其應(yīng)用
9.1 遺傳算法的產(chǎn)生與發(fā)展
9.2 遺傳算法的基本算法
9.3 遺傳算法的改進算法
9.4 基于遺傳算法的生產(chǎn)調(diào)度方法
9.5 小結(jié)
思考題
習題
第10章自然語言理解及其應(yīng)用
10.1 自然語言理解的概念與發(fā)展歷史
10.2 語音分析
10.3 詞法分析
10.4 句法分析
10.5 語義分析
10.6 基于語料庫的大規(guī)模真實文本的處理
10.7 機器翻譯
10.8 語音識別
10.9 小結(jié)
思考題
習題
附錄部分習題解答
參考文獻