智能感知系統設計 李旭 9787576615173 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：東南大學
物品所在地：中國大陸
原出版社：東南大學
NT$381
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202408*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：智能感知系統設計 ISBN：9787576615173 出版社：東南大學 著編譯者：李旭 頁數：225 所在地：中國大陸 *此為代購商品 書號：1681302 可大量預訂，請先連絡。 內容簡介 本書主要介紹智能感知系統的設計原理與技術。首先結合現代科學技術的新進展，介紹了智能感知系統相關的基本概念、構成和原理以及設計新技術、新方法等，接著結合工程實際，通過具體的智能感知系統設計實例，清晰地介紹智能感知系統設計的全過程，使學習者能較系統地掌握智能感知系統的設計思路、方法和實現過程。 全書共分6章，內容包括：緒論、系統構成、數據預處理、任務及演算法、設計方法、綜合設計案例等。為便於組織教學，每章配有習題與思考題，幫助讀者理解和掌握相關知識點。本書在內容編排上既體現了智能感知系統的系統性和新穎性，又加強了針對工程應用的實踐性和創新性。 本書可作為高等學校智能感知工程、測控技術及儀器以及人工智慧等相關專業「智能感知系統設計」課程的本科生教材，也可作為自動化、電子信息、機器人等相關學科本科生與研究生的參考書，同時可供有關科研人員和工程技術人員參考。作者簡介 李旭，東南大學教授、博士生導師，長期從事智能車輛與無人系統等智能動載體的環境感知、導航定位以及規劃控制等方面的研究。近年來帶領團隊先後承擔國家重大專項、重點研發等重要項目20多項；作為第1或2作者（且通訊）在國內外高水平期刊上發表學術論文60多篇，其中IEEE Trans 彙刊20多篇；指導多篇論文獲得江蘇省優秀博士學位論文、江蘇省優秀碩士學位論文、中國儀器儀錶學會優秀博士學位論文提名獎等；牽頭獲得教育部、江蘇省以及多個全國一級行業學會或協會的科學進步一、二等獎等6項。目錄 第1章 緒論1 1 概述 1 1 1 智能感知系統的概念與功能 1 1 2 智能感知系統的構成 1 1 3 智能感知系統的特點 1 1 4 智能感知系統的演算法核心——人工智慧演算法 1 2 智能感知系統的應用 1 2 1 智能交通與自動駕駛 1 2 2 智慧城市、智慧樓宇和智能安防 1 2 3 工業物聯網 1 2 4 生態環境監測 1 2 5 醫療領域 1 2 6 國防領域 1 3 智能感知系統的深入發展 1 3 1 多模態融合 1 3 2 自主智能化 1 3 3 群體網聯化 習題 第2章 智能感知系統構成 2 1 智能感知感測器 2 1 1 普通感測器 2 1 2 智能感測器 2 1 3 常用的智能感知感測器 2 2 智能感知處理器 2 2 1 智能處理晶元 2 2 2 智能處理設備 2 3 智能感知通信 2 3 1 近距離無線通信技術 2 3 2 遠距離無線通信技術 本章小結 習題 第3章 智能感知系統數據預處理 3 1 基本數據預處理方法 3 1 1 粗大誤差處理與補償 3 1 2 雜訊誤差濾波處理方法 3 2 典型數據預處理方法 3 2 1 傳統數字濾波器 3 2 2 現代數字濾波器 3 3 多感測器時空同步處理方法 3 3 1 時間同步處理技術 3 3 2 空間坐標系轉換 3 4 本章小結 習題 第4章 智能感知任務及演算法 4 1 智能感知任務 4 1 1 機器學習簡介 4 1 2 基於機器學習的智能感知任務 4 2 聚類任務 4 2 1 K-Means演算法 4 2 2 DBSCAN演算法 4 2 3 AGNES演算法 4 3 分類任務 4 3 1 K近鄰分類演算法 4 3 2 決策樹演算法 4 3 3 卷積神經網路 4 4 回歸任務 4 4 1 線性回歸演算法 4 4 2 支持向量回歸演算法 4 4 3 多層感知機 4 5 時序預測任務 4 5 1 ARIMA模型 4 5 2 簡單循環神經網路 4 5 3 長短期記憶 4 6 本章小結 習題 第5章 智能感知系統設計方法 5 1 設計流程 5 2 設計需求分析 5 3 總體方案設計 5 4 技術設計及實現 5 4 1 硬體設計及開發 5 4 2 軟體設計及開發 5 5 測試驗證 5 6 設計總結 5 7 本章小結 習題 第6章 綜合設計案例 6 1 自動駕駛領域障礙物的感知檢測 6 1 1 需求分析 6 1 2 總體方案設計 6 1 3 技術設計與實現 6 1 4 測試結果 6 1 5 案例總結 6 2 機器人抓取目標的識別定位 6 2 1 需求分析 6 2 2 總體方案設計 6 2 3 技術設計及實現 6 3 慣性導航累積誤差的智能預測與修正 6 4 本章小結 習題 附件I 基於K-Means的圖像分割演算法 附件Ⅱ 基於卷積神經網路的手寫數字識別 附件Ⅲ 基於SVR的慣性導航累積誤差預測 附件Ⅳ 基於ARIMA模型的雨量預測演算法 附件V 基於LSTM模型的股價預測演算法 附件Ⅵ 基於支持向量機的障礙物感知演算法 附件Ⅶ 機器人抓取目標的識別定位 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
