新書推薦：
《
数字经济：澳门经济适度多元发展的新路径
》
售價：NT$
755.0
《
炉边夜话——深入浅出话AI
》
售價：NT$
347.0
《
中国现代小说流派史
》
售價：NT$
510.0
《
中国古代政治制度研究
》
售價：NT$
3468.0
《
手把手教你养护关节
》
售價：NT$
347.0
《
中国古典诗学源流
》
售價：NT$
806.0
《
顷刻兴亡——吕思勉讲两晋南北朝（两晋·政治卷）
》
售價：NT$
347.0
《
第一次遇见马可·波罗（精装版）（“第一次遇见”系列丛书）
》
售價：NT$
301.0
|
| 編輯推薦： |
|
本书的特点是以智能制造为背景，在讲解大数据与人工智能技术时始终围绕工业和制造的主线，对技术的介绍同时做到覆盖广泛与重点突出，幵以专门章节深入展示实际应用。
|
| 內容簡介： |
本书从工业制造的数字化、网络化和智能化出发，介绍工业大数据的相关知识与工业人工智能技术的实现与应用。在工业大数据方面，阐述其发展和特征，展示数据采集、处理、存储、分析与挖掘等环节的常用技术。在工业人工智能方面，结合工业场景中的需求和仸务，介绍面向工业数据的机器学习方法，总结工业中的感知智能技术、认知智能技术和智能优化算法，展示相关软件平台和具体技术的应用场景及典型案例。本书的特点是以智能制造为背景，在讲解大数据与人工智能技术时始终围绕工业和制造的主线，对技术的介绍同时做到覆盖广泛与重点突出，幵以专门章节深入展示实际应用。
本书可作为高等院校机械类、自动化类、电子信息类等专业的教材，也可作为与智能制造技术相关的工程技术人员的参考用书。
|
| 目錄：
|
目录
序
前言
第1章绪论
引言
1.1制造的数字化、网络化和智能化
1.1.1智能制造发展的三个阶段
1.1.2智能制造的定义与内涵
1.1.3工业互联网
1.1.4工业4.0
1.2工业大数据发展概况
1.2.1工业大数据概述
1.2.2工业大数据的发展历程
1.2.3工业大数据的前景和挑战
1.3工业人工智能发展概况
1.3.1人工智能的定义
1.3.2工业人工智能的定义与内涵
1.3.3工业人工智能的发展历程
1.3.4工业人工智能的前景和挑战
本章小结
思考题
参考文献
第2章工业大数据
引言
2.1大数据技术概述
2.1.1大数据的定义和特征
2.1.2大数据的构成
2.1.3大数据的基本处理流程
2.2工业大数据分类及其特征
2.2.1按照制造业务流程划分
2.2.2按照采集类型划分
2.2.3按照数据来源划分
2.2.4工业大数据特征
2.3工业大数据采集
2.3.1工业大数据网络基础模型
2.3.2工业大数据常用网络传输协议
2.3.3工业大数据单点采集技术
2.3.4工业大数据组合采集技术
2.4工业大数据处理
2.4.1数据预处理
2.4.2分布式计算
2.4.3流式计算
2.5工业大数据存储
2.5.1工业大数据的数据库系统
2.5.2分布式存储系统架构
2.6工业大数据分析与挖掘
2.6.1基本步骤
2.6.2基本算法
2.6.3核心技术
2.7工业大数据软件与平台
2.7.1常用的工业大数据软件
2.7.2工业大数据平台概述
2.7.3常用的工业大数据平台
本章小结
思考题
参考文献
第3章面向工业数据的机器学习
引言
3.1典型机器学习算法
3.1.1线性模型
3.1.2决策树算法
3.1.3贝叶斯分类器
3.1.4支持向量机
3.1.5集成学习
3.1.6聚类算法
3.1.7k均值算法
3.1.8降维与度量学习
3.2深度学习
3.2.1神经网络基础
3.2.2卷积神经网络
3.2.3循环神经网络
3.2.4生成对抗网络
3.2.5常用优化算法
3.2.6正则化方法
3.2.7超参数调试
3.3强化学习
3.3.1强化学习基本概念
3.3.2马尔可夫决策过程
3.3.3价值函数与策略
3.3.4动态规划与蒙特卡洛方法
3.3.5Q-Learning与策略梯度
3.3.6深度强化学习
3.3.7多智能体强化学习
3.4可信人工智能
3.4.1可信人工智能概述
3.4.2可信人工智能的框架
3.4.3可信人工智能的支撑技术
3.5面向特定任务的机器学习
3.6常用的机器学习框架
3.6.1TensorFlow
3.6.2Torch
3.6.3Keras
本章小结
思考题
参考文献
第4章工业中的感知智能
引言
4.1工业智能传感与感知
4.1.1智能传感器概述
4.1.2智能传感器的基本功能及分类
4.1.3智能传感器的信号处理技术
4.2工业机器视觉
4.2.1机器视觉基本概念
4.2.2工业图像信号采集技术
4.2.3工业图像处理技术
4.2.4目标检测算法
4.2.5自动定位技术
4.3工业机器听觉
4.3.1机器听觉基本概念
4.3.2工业音频信号采集
4.3.3音频信号特征
4.3.4语音识别
4.3.5语音合成
4.4多源信息融合
4.4.1多源信息融合的概念和特点
4.4.2多源信息融合的分类
4.4.3多源信息融合的模型
4.4.4多源信息融合的主要技术和方法
4.5人机交互
4.5.1人机交互基本概念
4.5.2体感交互
4.5.3手势交互
4.5.4沉浸式交互
4.5.5交互界面设计
本章小结
思考题
参考文献
第5章工业中的认知智能
引言
5.1自然语言处理
5.1.1自然语言处理基本概念
5.1.2工业文本数据获取
5.1.3文本预处理
5.1.4特征提取
5.1.5自然语言处理的主要任务
5.1.6自然语言处理在工业中的典型应用
5.2知识图谱
5.2.1知识图谱的定义
5.2.2知识图谱的构建步骤
5.2.3知识图谱可视化
5.2.4工业知识图谱在工业中的应用
5.3知识推理与决策
5.3.1知识推理的基本概念
5.3.2事前可解释性的推理
5.3.3事后可解释性的推理
5.3.4贝叶斯网络决策
5.3.5多智能体系统与协同决策
5.4生成式人工智能
5.4.1生成式人工智能的基本概念和应用
5.4.2Transformer模型
5.4.3BERT模型
5.4.4大语言模型
5.4.5大语言模型的应用
本章小结
思考题
参考文献
第6章工业中的智能优化算法
引言
6.1智能优化算法
6.1.1进化算法
6.1.2群智能优化算法
6.1.3仿物理学优化算法
6.1.4仿人智能优化算法
6.2车间生产调度优化
6.2.1车间生产调度的分类与特点
6.2.2车间生产调度基本模型
6.2.3车间生产调度优化算法
6.2.4蚁群算法在作业车间调度中的应用
6.3路径规划问题
6.3.1路径规划问题的分类
6.3.2路径规划的一般步骤
6.3.3常用的路径规划算法
6.3.4路径规划不同应用场景
6.3.5遗传算法在机器人路径规划中的应用
6.4电池剩余电量估计问题
6.4.1剩余电量估计问题概述
6.4.2剩余电量估计的基本方法
6.4.3剩余电量估计中的智能优化算法
6.4.4差分进化算法在剩余电量估计中的应用
本章小结
思考题
参考文献
第7章工业大数据与人工智能应用
引言
7.1产品缺陷检测
7.1.1产品缺陷检测概述
7.1.2传统缺陷检测技术
7.1.3基于深度学习的缺陷检测
7.1.4关键问题
7.1.5产品缺陷检测典型应用案例
7.2设备健康管理
7.2.1设备健康管理概述
7.2.2设备状态监测
7.2.3设备故障诊断
7.2.4设备剩余使用寿命预测
7.2.5设备健康管理典型应用案例
7.3机器智能分拣
7.3.1智能分拣系统概述
7.3.2智能分拣系统构成
7.3.3面向智能分拣的核心技术
7.3.4机器智能分拣典型应用案例
7.4数字孪生与仿真
7.4.1数字孪生概述
7.4.2数字孪生技术体系
7.4.3数字孪生在智能制造中的典型应用案例
本章小结
思考题
参考文献
总结与展望
|
| 內容試閱：
|
高端装备智能制造是一类极其重要的新质生产力，其发展水平是国家综合实力的重要标志。为了加强卓越工程师培养，组织编写了一批战略性新兴领域“十四五”高等教育系列教材，我们有幸承担了《工业大数据与人工智能》教材的撰稿任务。工业大数据与人工智能的结合为制造业带来深刻变革，工业大数据为人工智能技术提供了产品全生命周期的海量训练数据和信息，而人工智能则对高度复杂的工业信息进行计算和分析，从而抽取出相应的工业规则和知识，实现数据驱动的智能决策。本书系统介绍了高端装备智能制造涉及的工业大数据与工业人工智能的核心思想、基本理论、关键技术和应用方法。本书在内容组织上既包含了工业-大数据深度融合而形成的工业大数据融合技术，又包含了工业-人工智能深度融合而形成的工业人工智能系统技术，在写作方法上创新性地使用了案例分析和问题启发等多种思维拓展方式。
工业大数据是指在工业领域中，围绕典型智能制造模式，从研发设计、生产制造、经营管理、运维服务等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。工业大数据技术的突破，其本质目标是为了从时序性、真实性、多模态性、强关联性、高通量性的工业数据集中挖掘有价值的新信息，发现新的工业知识与模式，从而推动产业升级、优化生产效能。为了培养新时代的卓越智能制造工程技术人才，本书围绕工业大数据的采集、处理、存储、分析与挖掘、软件与平台等内容，进行了较详细的分析，试图使学生认识到工业大数据融合技术对高端装备智能制造的深远影响。
与此同时，工业人工智能是人工智能技术与工业融合发展形成的系统化的方法与技术体系。它贯穿于设计、生产、管理、服务等工业领域各环节，实现模仿或超越人类感知、分析、决策等能力的技术、方法、产品及应用系统，成为推动高端装备智能化发展的关键技术。本书围绕面向工业数据的机器学习、工业中的感知智能、工业中的认知智能、工业中的智能优化方法和工业大数据与人工智能应用等内容，进行了较详细的分析，使学生理解工业人工智能系统技术，如何在全面感知、泛在连接、深度集成和高效处理的基础上，灵活应对多样且复杂的工业环境并执行各类工业任务。
目前市面上关于大数据和人工智能的教材多为学科通用的大数据技术或者人工智能技术的分别独立的教材。据笔者所知，聚焦于工业领域智能制造的发展规律和基本要求，从系统逻辑的层面将工业大数据技术和工业人工智能技术有机串联后进行全面阐述的高等教育本科教材仍显匮乏。现已出版的工业大数据相关教材，缺乏对工业人工智能技术的深入探讨，难以形成系统的知识体系。还有少量出版的工业人工智能教材，仅适用于专业导论类课程，内容较为简略，同时也缺乏全面、系统的融媒体学习资源，难以满足高等教育智能制造卓越工程师人才培养的专业课要求。因此，本书的主要贡献在于弥补这一缺陷，从系统层面梳理和构建了工业大数据技术和工业人工智能技术的知识体系，为读者提供一个相对完整的工业大数据与人工智能的学习与应用框架。最终在参考大量国内外相关研究的基础上，结合作者多年的研究成果和工程实践编著而成的。本书分为七个章节，具体包括绪论、工业大数据、面向工业数据的机器学习、工业中的感知智能、工业中的认知智能、工业中的智能优化算法，以及工业大数据与人工智能应用。最后，对全书进行了简要的总结与展望，并提出了值得深入思考的战略性和前沿性问题。值得一提的是，全书大量使用了案例分析的方法，在每一章的知识点讲解之后，着力介绍该技术在智能制造领域的实际应用案例，这里既有我国自主知识产权的智能制造的工程实践，也有国际上先进的工业人工智能的系统案例，力图使学生直观地感受到工业大数据和人工智能技术创新对高端装备智能制造的极端重要性。通过这七个章节的系统讲解，我们力求实现思想性、系统性、科学性、生动性、先进性和实践性的统一。希望能够为读者提供从理论到实践的全面指导，帮助他们掌握工业大数据与人工智能技术在高端装备及其制造过程中的基本规律、思想方法、核心知识和应用技能，从而培养学生的创新精神和实践能力，以应对未来工业变革中的挑战与机遇。
本书由合肥工业大学汪萌教授和清华大学吴澄院士主编，参与编写的人员还包括合肥工业大学徐娟、丁煦、郭运生、庄国航、邓正宇、何昊昱、祝佳涵、桂翰琦等。合肥工业大学张利教授、刘征宇副教授、魏振春副教授、樊玉琦副教授、吕增威副研究员等为本书中的应用案例提供了大力支持，在此表示衷心感谢。感谢所有的参考文献作者，他们的研究成果对本书的编写发挥了至关重要的作用！此外，在本书的整体方案设计、知识图谱构建和撰稿审稿直至编审出版的全过程中，得到了很多的支持和帮助，在此表示最真诚的敬意和由衷的感谢！感谢国家自然科学基金基础科学中心项目“智能互联系统的系统工程理论及应用”（项目编号：72188101），该项目成果对本书的研究工作提供了重要支撑！
本书可以作为高等院校机械类、自动化类、电子信息类等专业的教材，也可以作为从事智能制造领域相关工作的技术人员和研究人员的参考书。
限于编者水平和经验，本书难免有疏漏与不妥之处，恳请同行专家和使用本书的广大读者批评指正。
编者
|
|
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
