新書推薦：
《
思想地震：柄谷行人演讲集1995-2015（艺文志·日本思想）
》
售價：NT$
302.0
《
大国人口
》
售價：NT$
411.0
《
何以中国·君臣：宋代士大夫政治下的权力场
》
售價：NT$
510.0
《
文明的故事（全11卷-2024版）
》
售價：NT$
11898.0
《
中国汽车综合测评技术研究报告 （2024）
》
售價：NT$
1040.0
《
万有引力书系：金马 巴拿马铁路悲歌
》
售價：NT$
510.0
《
人文与社会译丛：休谟的人生智慧
》
售價：NT$
354.0
《
高效时间管理：巧妙且明智地利用时间
》
售價：NT$
302.0
|
| 內容簡介： |
|
本书是根据作者在音频降噪领域的研究成果而著，全书共分为10章，主要内容包括绪论、基于高斯混合模型的非监督在线建模噪声功率谱估计、结合优化U-Net和残差网络的单通道语音增强算法、基于差分麦克风阵列的变步长LMS语音增强算法、语音频带扩展研究综述、基于时间卷积神经网络的语音频带扩展、基于编解码器网络的语音频带扩展、基于时频感知神经网络的语音频带扩展、IMCRA-OMLSA噪声动态估计下的心音降噪、结合SVM和香农能量的HSMM心音分割方法。
|
| 目錄：
|
1章 绪论 1
1.1 什么是人工智能 1
1.2 人工智能发展历程 2
1.3 人工智能的重要概念 2
1.3.1 智能代理 2
1.3.2 与外部环境特性相关的重要术语 3
1.4 人工智能发展现状 4
1.4.1 应用领域 5
1.4.2 应用层次 7
1.4.3 发展趋势 8
1.5 人工智能相关技术 8
2章 Python 16
2.1 Python概述 16
2.1.1 发展历史 16
2.1.2 应用领域 19
2.2 常用数据类型 19
2.2.1 Number类型 20
2.2.2 String类型 21
2.2.3 Sequence类型簇 21
2.2.4 Tuple类型 22
2.2.5 List类型 22
2.2.6 Set类型 23
2.2.7 Dictionary类型 23
2.2.8 其他类型 25
2.2.9 数字类型转换 26
2.3 流程控制 26
2.3.1 程序块与作用域 26
2.3.2 条件语句 29
2.3.3 循环语句 30
2.4 函数 32
2.4.1 定义与调用 32
2.4.2 变长参数 36
2.4.3 匿名函数 37
2.5 异常 38
2.6 数据结构与算法 43
2.6.1 常用的数据结构 43
2.6.2 常用的算法 46
3章 机器学习 52
3.1 机器学习常用算法 52
3.1.1 决策树 52
3.1.2 SVM 55
3.1.3 K近邻 56
3.1.4 K均值 58
3.1.5 马尔可夫链 58
3.2 卷积神经网络 59
3.2.1 基本概念 59
3.2.2 发展历史 59
3.2.3 基本原理 60
3.3 循环神经网络 60
3.3.1 基本概念 60
3.3.2 Hopfield神经网络 61
3.3.3 玻尔兹曼机 62
3.3.4 受限玻尔兹曼机 62
4章 人工智能背景下的融合时空信息和用户信任度的推荐算法研究 64
4.1 概述 64
4.2 相关技术及理论 67
4.2.1 推荐算法 67
4.2.2 相似度计算 70
4.2.3 推荐系统评测 71
4.3 基于路网的Meeting模式发现算法 72
4.3.1 引言 72
4.3.2 轨迹预处理 74
4.3.3 相似轨迹段查询 76
4.3.4 轨迹段划分 78
4.3.5 轨迹段距离计算 78
4.3.6 时间过滤 79
4.3.7 Meeting模式发现算法 80
4.3.8 实验与分析 81
4.4 时间约束的频繁模式发现算法 84
4.4.1 引言 84
4.4.2 热点区域发现 85
4.4.3 频繁模式发现 87
4.4.4 频繁模式发现算法 89
4.4.5 实验与分析 91
4.5 移动对象运动模式发现原型系统设计与实现 94
4.5.1 系统结构设计 94
4.5.2 系统实现 95
4.6 总结 96
5章 基于人工智能的疲劳驾驶自动检测 97
5.1 概述 97
5.2 传统疲劳驾驶检测技术 100
5.2.1 基于行车数据的检测技术 100
5.2.2 基于生理指标的检测技术 100
5.2.3 基于机器视觉的检测技术 101
5.3 基于MTCNN的疲劳驾驶自动检测 101
5.3.1 检测原理 101
5.3.2 检测模型 103
5.3.3 实验 106
5.4 总结 107
6章 基于机器学习和舆情预测的新冠肺炎疫情分析 108
6.1 概述 108
6.2 传播模式 108
6.2.1 自然传播阶段 108
6.2.2 干预后传播阶段 109
6.3 加入舆情预测后的预测模型 110
6.4 总结 113
7章 基于人工智能的点头和摇头人脸表情研究 115
7.1 概述 115
7.2 相关技术和理论 115
7.2.1 确定参考点 115
7.2.2 点头和摇头的侦测算法 116
7.3 实验分析 118
7.4 基于点头和摇头的表情研究 119
7.5 总结 120
8章 基于DNN的树莓派人脸识别系统架构设计 121
8.1 概述 121
8.2 树莓派系统配置 123
8.2.1 硬件部分 124
8.2.2 软件部分 124
8.3 非云端架构设计 125
8.4 云端架构设计 128
8.5 总结 129
9章 基于人工智能的膳食分析及个性化推荐系统研究 130
9.1 概述 130
9.2 相关技术及理论 133
9.2.1 粗糙集理论 133
9.2.2 个性化推荐算法 134
9.2.3 Android平台 136
9.3 基于粗糙集理论的膳食分析及个性化推荐模型 138
9.3.1 膳食本体 138
9.3.2 用户模型 141
9.3.3 基于粗糙集理论的个性化推荐模型 143
9.3.4 实例分析 149
9.4 膳食分析及个性化推荐系统需求分析与总体设计 151
9.4.1 需求分析 151
9.4.2 可行性分析 152
9.4.3 总体设计 153
9.5 总结 156
10章 基于深度学习的情绪感知研究 158
10.1 概述 158
10.2 相关技术及理论 162
10.2.1 人脸识别流程 162
10.2.2 技术原理 162
10.3 表情识别的实现原理 164
10.3.1 识别流程 164
10.3.2 技术原理 165
10.4 传统的人脸与表情识别方法 165
10.5 基于深度学习的人脸与表情识别方法 166
10.5.1 使用深度卷积神经网络模型 166
10.5.2 使用DNN进行分类输出 168
10.5.3 使用树莓派作为采集终端 169
10.6 情绪感知原理 169
10.7 前期准备 170
10.7.1 平台的选择 170
10.7.2 环境的搭建 172
10.7.3 TensorFlow和Keras的安装 173
10.7.4 OpenCV的安装 175
10.7.5 模型的训练 175
10.8 识别过程与结果 177
10.8.1 人脸与表情识别过程 177
10.8.2 人脸与表情识别结果 179
10.8.3 情绪感知识别结果 182
10.9 总结 187
11章 基于人工智能的烟煤太赫兹光谱特性研究 188
11.1 概述 188
11.2 实验 189
11.2.1 实验系统 189
11.2.2 实验样本 189
11.2.3 实验方案与数据处理方法 190
11.3 结果与讨论 191
11.3.1 烟煤的太赫兹时域/频域光谱 191
11.3.2 烟煤的太赫兹光谱吸收特性分析 191
11.4 总结 193
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
