中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據及人工智能產教融合系列叢書智能與數據重構世界 版權信息
- ISBN：9787121382659
- 條形碼：9787121382659 ; 978-7-121-38265-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據及人工智能產教融合系列叢書智能與數據重構世界 本書特色
當前我們已經進入了智能與數據時代，因此，無論從事什么職業，我們都應該對智能與數據方面的知識及應用有所了解。基于此，《智能與數據重構世界》一書不僅對人工智能、大數據、物聯網等相關的智能科技進行了全面的介紹，還對智能科技非常重要的一些應用場景進行了分析探討，并給出了大量的實際案例，具有很強的科普性、實用性和啟發性。
大數據及人工智能產教融合系列叢書智能與數據重構世界 內容簡介
當前我們已經進入了智能與數據時代，因此，無論從事什么職業，我們都應該對智能與數據方面的知識及應用有所了解。基于此，《智能與數據重構世界》一書不僅對人工智能、大數據、物聯網等相關的智能科技進行了全面的介紹，還對智能科技很好重要的一些應用場景進行了分析探討，并給出了大量的實際案例，具有很強的科普性、實用性和啟發性。
大數據及人工智能產教融合系列叢書智能與數據重構世界 目錄
第1章 數據為王 001
1.1 大數據的特性 003
1.1.1 數據容量大 003
1.1.2 數據種類多 004
1.1.3 更新頻率快 005
1.1.4 準確性高 005
1.1.5 價值密度低 005
1.2 大數據的云計算平臺 006
1.2.1 云計算的服務形式 006
1.2.2 云計算的服務特點 007
1.2.3 大數據云計算環境 008
1.3 去中心化的區塊鏈數據庫 009
1.3.1 區塊鏈的架構模型 009
1.3.2 區塊鏈的技術特征 011
1.3.3 區塊鏈的發展過程 012
1.3.4 區塊鏈產品溯源應用實例 013
1.4 大數據工具 014
1.4.1 數據存儲管理工具 015
1.4.2 數據清理工具 016
1.4.3 數據挖掘工具 016
1.4.4 數據可視化工具 016
1.5 數據安全 017
1.5.1 數據密碼技術 017
1.5.2 企業數據安全 018
1.5.3 大數據云計算平臺安全 019
1.5.4 區塊鏈數據安全 019
1.6 機遇與挑戰 020
參考文獻 021
?
第2章 瘋狂的大腦 023
2.1 人工智能發展歷程 025
2.2 人工智能分類 027
2.3 人工智能關鍵技術 028
2.3.1 知識表示 028
2.3.2 推理和問題求解 035
2.3.3 機器學習 037
2.4 自然語言處理 047
2.4.1 機器翻譯 047
2.4.2 語義理解 048
2.4.3 問答系統 048
2.5 智能化人機交互 048
2.5.1 語音交互 049
2.5.2 情感交互 050
2.5.3 體感交互 050
2.5.4 腦機交互 051
2.6 計算機視覺 051
2.6.1 計算機視覺概述 051
2.6.2 計算機視覺理論 052
2.6.3 成像、圖像增強計算學 054
2.6.4 目標檢測、物體識別與圖像理解 055
2.6.5 三維視覺重構計算學 056
2.6.6 動態視覺跟蹤計算學 057
2.7 生物特征識別 058
2.8 VR/AR/MR 060
2.9 當前人工智能的局限 062
參考文獻 063
第3章 技術重構引爆智能 時代 067
3.1 物聯網 068
3.1.1 物聯網的含義 068
3.1.2 物聯網的架構 069
3.1.3 物聯網感知層技術 071
3.1.4 物聯網傳輸層技術 071
3.1.5 物聯網應用層技術 072
3.1.6 物聯網發展的驅動力 072
3.1.7 物聯網面臨的挑戰 073
3.2 物聯網和5G的關系 073
3.2.1 工業與技術革命：從蒸汽機到5G萬物互聯 074
3.2.2 5G簡介 075
3.2.3 5G關鍵技術簡介 080
3.2.4 物聯網與5G的關系 088
3.2.5 5G的前景 088
3.3 計算能力——人工智能芯片 089
3.3.1 GPU 090
3.3.2 FPGA 091
3.3.3 ASIC 092
3.3.4 類腦芯片 094
3.3.5 芯片比較 095
3.4 量子計算 096
3.5 邊緣計算 101
3.5.1 邊緣計算的含義 101
3.5.2 邊緣計算與云計算 101
3.5.3 邊緣計算的優勢 102
3.5.4 隱私與安全 102
3.5.5 邊緣計算的應用場景 102
3.6 數字孿生 105
3.6.1 數字孿生的概念 105
3.6.2 數字孿生的發展 105
3.6.3 數字孿生技術體系 106
3.6.4 數字孿生與仿真模擬 107
3.6.5 數字孿生技術應用 109
3.7 人工智能遇上大數據 109
參考文獻 111
第4章 智能與數據對制造業的重構——工業大腦 113
4.1 工業4.0概述 114
4.1.1 工業4.0簡介 114
4.1.2 工業4.0的核心特征 114
4.1.3 工業4.0和智能制造 115
4.1.4 智能制造的基本原理 116
4.1.5 智能制造的核心痛點 117
4.1.6 智能制造的主要應用 118
4.2 工業管理系統 118
4.2.1 MES簡介 118
4.2.2 MES架構 119
4.3 工業互聯網 120
4.3.1 工業互聯網概況 120
4.3.2 工業互聯網平臺架構 123
4.3.3 工業互聯網平臺的核心作用 124
4.4 智慧物流 126
4.4.1 智慧物流概況 126
4.4.2 物流類別 127
4.4.3 智慧倉儲物流的系統架構及原理 127
4.5 案例：安尼梅森云動MES在顯示行業（LCD/OLED）的應用 128
4.5.1 顯示行業百花齊放 128
4.5.2 云動MES解決方案 129
4.5.3 云動MES的核心創新點 131
4.5.4 云動MES的技術架構 131
4.5.5 云動MES的實施效果 131
4.6 案例：汽車零部件制造業項目 133
4.6.1 汽車零部件行業狀況 133
4.6.2 蓋勒普工業互聯網解決方案 134
4.6.3 汽車零部件龍頭企業項目概述 135
4.7 案例：街景店車C2M工業互聯網平臺 143
4.7.1 街景店車C2M工業互聯網平臺背景介紹 143
4.7.2 街景店車C2M工業互聯網平臺的特色 145
4.7.3 街景店車C2M工業互聯網平臺的先進性 145
4.7.4 街景店車C2M工業互聯網平臺的實施效果 153
4.7.5 街景店車C2M工業互聯網平臺的經驗 153
4.8 案例：煤礦大腦 154
4.8.1 背景介紹 154
4.8.2 人工智能與安全生產 156
4.8.3 煤礦大腦簡介 156
4.8.4 煤礦大腦的系統架構 157
4.8.5 煤礦大腦的典型應用 158
4.9 案例：基于數字孿生的汽車白車身輕量化設計 161
4.9.1 背景意義 161
4.9.2 技術路線 162
4.9.3 應用成效 164
4.10 案例：科思通智慧倉儲物流解決方案 165
4.10.1 科思通智慧倉儲物流解決方案概述 165
4.10.2 科思通智慧倉儲物流解決方案詳解 166
4.11 工業大腦的機會和趨勢 168
參考文獻 171
?
第5章 智能與數據對出行的重構——智慧出行 173
5.1 智慧出行的含義 174
5.2 智慧出行的發展 175
5.3 智能駕駛技術的內涵 175
5.4 智能駕駛的分類 176
5.5 智能駕駛的原理 176
5.5.1 環境感知技術 177
5.5.2 智能網聯技術 180
5.5.3 決策規劃技術 181
5.5.4 智能駕駛控制技術 182
5.6 智能駕駛的意義 183
5.7 Mpilot 智能駕駛方案 184
5.7.1 Mpilot的技術原理 184
5.7.2 Mpilot Highway 184
5.7.3 Mpilot Parking 184
5.7.4 Mpilot的發展戰略和預期 185
5.8 智慧機場AET案例 186
5.8.1 機場行業狀況 186
5.8.2 需要考慮的問題 186
5.8.3 解決方案 187
5.8.4 解決方案的核心創新點 188
5.8.5 方案實施效果及亮點 189
5.9 江蘇W市智慧停車案例 189
5.9.1 智慧停車的概念 189
5.9.2 城市通病——停車難 190
5.9.3 W市智慧停車實施措施 190
5.9.4 W市智慧停車解決方案 191
5.9.5 W市智慧停車技術介紹 191
5.9.6 W市智慧停車模式創新點 192
5.10 智能交通案例 193
5.10.1 行業痛點及需求 193
5.10.2 系統架構 194
5.10.3 技術優勢 195
5.10.4 實施案例 196
5.11 無人駕駛公交 197
5.12 智慧出行的挑戰和展望 198
參考文獻 199
?
第6章 智能與數據對健康的重構——智慧醫療 201
6.1 智慧醫療概述 202
6.1.1 智慧醫療的定義 202
6.1.2 智慧醫療的分類和組成 203
6.1.3 人工智能在智慧醫療中的應用[3] 206
6.1.4 智慧醫療面臨的任務 207
6.2 “醫療萬事通”——輕醫療輔助平臺 208
6.3 “身邊的醫生”——遠程心臟康復評估管理體系 209
6.4 “在家住院”——移動病房 211
6.4.1 移動病房的概念 211
6.4.2 移動病房的特點 211
6.4.3 移動病房的核心 212
6.5 從“可穿戴”到“不穿戴”——新型智能醫療儀器 213
6.5.1 “可穿戴”的產生及局限 213
6.5.2 “不穿戴”的崛起 214
6.6 “虛擬醫生”——AI無人診斷系統 214
6.7 “智慧養老”——老齡健康管理 216
6.7.1 智慧養老的背景 216
6.7.2 智慧養老的設計理念 217
6.7.3 智慧養老系統 218
6.8 人機交互及腦機接口探討 219
6.8.1 背景 219
6.8.2 腦機接口技術原理 220
6.8.3 醫療健康應用場景 221
6.8.4 智能機械義肢技術原理及特點 222
6.9 智慧醫療實踐中的陷阱 223
6.9.1 監管陷阱 223
6.9.2 專業陷阱 224
6.9.3 主體陷阱 224
6.9.4 安全與責任陷阱 225
6.9.5 隱私和保密陷阱 225
6.9.6 時間陷阱 226
6.9.7 智慧醫療的特點 226
6.10 智慧醫療的機遇與挑戰 227
6.10.1 中國特色的智慧醫療[8] 227
6.10.2 精準與個性化醫療 229
6.10.3 5G時代的智慧醫療 229
參考文獻 231
第7章 智能與數據對生活的重構——智慧生活 233
7.1 智慧生活概述 234
7.1.1 智慧生活的定義 234
7.1.2 智慧生活的本質 234
7.2 智慧生活的組成 235
7.3 智慧城市的總體架構及關鍵性技術 239
7.3.1 智慧城市與大數據總體架構 239
7.3.2 智慧城市的系統架構 240
7.3.3 智慧城市的關鍵性技術 241
7.3.4 網絡信息基礎設施與大數據中心建設 243
7.3.5 城市大腦在智慧城市中發揮重要作用 244
7.3.6 智慧城市構建城市發展新模式 245
7.4 各國/地區智慧城市發展對比 246
7.5 案例：貴陽花果園智慧社區項目 248
7.5.1 智慧社區的定位和意義 248
7.5.2 項目背景 248
7.5.3 支撐技術 248
7.5.4 項目亮點 250
7.5.5 運營效果 251
7.6 案例：智慧旅游項目 252
7.6.1 智慧旅游的基本理念 252
7.6.2 智慧旅游系統的建設目標與總體思路 253
7.6.3 智慧旅游系統建設模塊 253
7.6.4 智慧旅游系統特色 255
7.7 案例：智慧園林解決方案 256
7.7.1 智慧園林的基本理念 256
7.7.2 滴翠智能解決方案介紹 257
7.7.3 解決方案的技術原理 259
7.7.4 解決方案實施效果及亮點 261
7.8 案例：智慧城市項目 261
7.8.1 項目背景 261
7.8.2 項目建設 261
7.8.3 項目功能及特色 263
7.8.4 項目效益分析 266
7.9 案例：智能水務項目 267
7.9.1 智能水7
1.1 大數據的特性 003
1.1.1 數據容量大 003
1.1.2 數據種類多 004
1.1.3 更新頻率快 005
1.1.4 準確性高 005
1.1.5 價值密度低 005
1.2 大數據的云計算平臺 006
1.2.1 云計算的服務形式 006
1.2.2 云計算的服務特點 007
1.2.3 大數據云計算環境 008
1.3 去中心化的區塊鏈數據庫 009
1.3.1 區塊鏈的架構模型 009
1.3.2 區塊鏈的技術特征 011
1.3.3 區塊鏈的發展過程 012
1.3.4 區塊鏈產品溯源應用實例 013
1.4 大數據工具 014
1.4.1 數據存儲管理工具 015
1.4.2 數據清理工具 016
1.4.3 數據挖掘工具 016
1.4.4 數據可視化工具 016
1.5 數據安全 017
1.5.1 數據密碼技術 017
1.5.2 企業數據安全 018
1.5.3 大數據云計算平臺安全 019
1.5.4 區塊鏈數據安全 019
1.6 機遇與挑戰 020
參考文獻 021
?
第2章 瘋狂的大腦 023
2.1 人工智能發展歷程 025
2.2 人工智能分類 027
2.3 人工智能關鍵技術 028
2.3.1 知識表示 028
2.3.2 推理和問題求解 035
2.3.3 機器學習 037
2.4 自然語言處理 047
2.4.1 機器翻譯 047
2.4.2 語義理解 048
2.4.3 問答系統 048
2.5 智能化人機交互 048
2.5.1 語音交互 049
2.5.2 情感交互 050
2.5.3 體感交互 050
2.5.4 腦機交互 051
2.6 計算機視覺 051
2.6.1 計算機視覺概述 051
2.6.2 計算機視覺理論 052
2.6.3 成像、圖像增強計算學 054
2.6.4 目標檢測、物體識別與圖像理解 055
2.6.5 三維視覺重構計算學 056
2.6.6 動態視覺跟蹤計算學 057
2.7 生物特征識別 058
2.8 VR/AR/MR 060
2.9 當前人工智能的局限 062
參考文獻 063
第3章 技術重構引爆智能 時代 067
3.1 物聯網 068
3.1.1 物聯網的含義 068
3.1.2 物聯網的架構 069
3.1.3 物聯網感知層技術 071
3.1.4 物聯網傳輸層技術 071
3.1.5 物聯網應用層技術 072
3.1.6 物聯網發展的驅動力 072
3.1.7 物聯網面臨的挑戰 073
3.2 物聯網和5G的關系 073
3.2.1 工業與技術革命：從蒸汽機到5G萬物互聯 074
3.2.2 5G簡介 075
3.2.3 5G關鍵技術簡介 080
3.2.4 物聯網與5G的關系 088
3.2.5 5G的前景 088
3.3 計算能力——人工智能芯片 089
3.3.1 GPU 090
3.3.2 FPGA 091
3.3.3 ASIC 092
3.3.4 類腦芯片 094
3.3.5 芯片比較 095
3.4 量子計算 096
3.5 邊緣計算 101
3.5.1 邊緣計算的含義 101
3.5.2 邊緣計算與云計算 101
3.5.3 邊緣計算的優勢 102
3.5.4 隱私與安全 102
3.5.5 邊緣計算的應用場景 102
3.6 數字孿生 105
3.6.1 數字孿生的概念 105
3.6.2 數字孿生的發展 105
3.6.3 數字孿生技術體系 106
3.6.4 數字孿生與仿真模擬 107
3.6.5 數字孿生技術應用 109
3.7 人工智能遇上大數據 109
參考文獻 111
第4章 智能與數據對制造業的重構——工業大腦 113
4.1 工業4.0概述 114
4.1.1 工業4.0簡介 114
4.1.2 工業4.0的核心特征 114
4.1.3 工業4.0和智能制造 115
4.1.4 智能制造的基本原理 116
4.1.5 智能制造的核心痛點 117
4.1.6 智能制造的主要應用 118
4.2 工業管理系統 118
4.2.1 MES簡介 118
4.2.2 MES架構 119
4.3 工業互聯網 120
4.3.1 工業互聯網概況 120
4.3.2 工業互聯網平臺架構 123
4.3.3 工業互聯網平臺的核心作用 124
4.4 智慧物流 126
4.4.1 智慧物流概況 126
4.4.2 物流類別 127
4.4.3 智慧倉儲物流的系統架構及原理 127
4.5 案例：安尼梅森云動MES在顯示行業（LCD/OLED）的應用 128
4.5.1 顯示行業百花齊放 128
4.5.2 云動MES解決方案 129
4.5.3 云動MES的核心創新點 131
4.5.4 云動MES的技術架構 131
4.5.5 云動MES的實施效果 131
4.6 案例：汽車零部件制造業項目 133
4.6.1 汽車零部件行業狀況 133
4.6.2 蓋勒普工業互聯網解決方案 134
4.6.3 汽車零部件龍頭企業項目概述 135
4.7 案例：街景店車C2M工業互聯網平臺 143
4.7.1 街景店車C2M工業互聯網平臺背景介紹 143
4.7.2 街景店車C2M工業互聯網平臺的特色 145
4.7.3 街景店車C2M工業互聯網平臺的先進性 145
4.7.4 街景店車C2M工業互聯網平臺的實施效果 153
4.7.5 街景店車C2M工業互聯網平臺的經驗 153
4.8 案例：煤礦大腦 154
4.8.1 背景介紹 154
4.8.2 人工智能與安全生產 156
4.8.3 煤礦大腦簡介 156
4.8.4 煤礦大腦的系統架構 157
4.8.5 煤礦大腦的典型應用 158
4.9 案例：基于數字孿生的汽車白車身輕量化設計 161
4.9.1 背景意義 161
4.9.2 技術路線 162
4.9.3 應用成效 164
4.10 案例：科思通智慧倉儲物流解決方案 165
4.10.1 科思通智慧倉儲物流解決方案概述 165
4.10.2 科思通智慧倉儲物流解決方案詳解 166
4.11 工業大腦的機會和趨勢 168
參考文獻 171
?
第5章 智能與數據對出行的重構——智慧出行 173
5.1 智慧出行的含義 174
5.2 智慧出行的發展 175
5.3 智能駕駛技術的內涵 175
5.4 智能駕駛的分類 176
5.5 智能駕駛的原理 176
5.5.1 環境感知技術 177
5.5.2 智能網聯技術 180
5.5.3 決策規劃技術 181
5.5.4 智能駕駛控制技術 182
5.6 智能駕駛的意義 183
5.7 Mpilot 智能駕駛方案 184
5.7.1 Mpilot的技術原理 184
5.7.2 Mpilot Highway 184
5.7.3 Mpilot Parking 184
5.7.4 Mpilot的發展戰略和預期 185
5.8 智慧機場AET案例 186
5.8.1 機場行業狀況 186
5.8.2 需要考慮的問題 186
5.8.3 解決方案 187
5.8.4 解決方案的核心創新點 188
5.8.5 方案實施效果及亮點 189
5.9 江蘇W市智慧停車案例 189
5.9.1 智慧停車的概念 189
5.9.2 城市通病——停車難 190
5.9.3 W市智慧停車實施措施 190
5.9.4 W市智慧停車解決方案 191
5.9.5 W市智慧停車技術介紹 191
5.9.6 W市智慧停車模式創新點 192
5.10 智能交通案例 193
5.10.1 行業痛點及需求 193
5.10.2 系統架構 194
5.10.3 技術優勢 195
5.10.4 實施案例 196
5.11 無人駕駛公交 197
5.12 智慧出行的挑戰和展望 198
參考文獻 199
?
第6章 智能與數據對健康的重構——智慧醫療 201
6.1 智慧醫療概述 202
6.1.1 智慧醫療的定義 202
6.1.2 智慧醫療的分類和組成 203
6.1.3 人工智能在智慧醫療中的應用[3] 206
6.1.4 智慧醫療面臨的任務 207
6.2 “醫療萬事通”——輕醫療輔助平臺 208
6.3 “身邊的醫生”——遠程心臟康復評估管理體系 209
6.4 “在家住院”——移動病房 211
6.4.1 移動病房的概念 211
6.4.2 移動病房的特點 211
6.4.3 移動病房的核心 212
6.5 從“可穿戴”到“不穿戴”——新型智能醫療儀器 213
6.5.1 “可穿戴”的產生及局限 213
6.5.2 “不穿戴”的崛起 214
6.6 “虛擬醫生”——AI無人診斷系統 214
6.7 “智慧養老”——老齡健康管理 216
6.7.1 智慧養老的背景 216
6.7.2 智慧養老的設計理念 217
6.7.3 智慧養老系統 218
6.8 人機交互及腦機接口探討 219
6.8.1 背景 219
6.8.2 腦機接口技術原理 220
6.8.3 醫療健康應用場景 221
6.8.4 智能機械義肢技術原理及特點 222
6.9 智慧醫療實踐中的陷阱 223
6.9.1 監管陷阱 223
6.9.2 專業陷阱 224
6.9.3 主體陷阱 224
6.9.4 安全與責任陷阱 225
6.9.5 隱私和保密陷阱 225
6.9.6 時間陷阱 226
6.9.7 智慧醫療的特點 226
6.10 智慧醫療的機遇與挑戰 227
6.10.1 中國特色的智慧醫療[8] 227
6.10.2 精準與個性化醫療 229
6.10.3 5G時代的智慧醫療 229
參考文獻 231
第7章 智能與數據對生活的重構——智慧生活 233
7.1 智慧生活概述 234
7.1.1 智慧生活的定義 234
7.1.2 智慧生活的本質 234
7.2 智慧生活的組成 235
7.3 智慧城市的總體架構及關鍵性技術 239
7.3.1 智慧城市與大數據總體架構 239
7.3.2 智慧城市的系統架構 240
7.3.3 智慧城市的關鍵性技術 241
7.3.4 網絡信息基礎設施與大數據中心建設 243
7.3.5 城市大腦在智慧城市中發揮重要作用 244
7.3.6 智慧城市構建城市發展新模式 245
7.4 各國/地區智慧城市發展對比 246
7.5 案例：貴陽花果園智慧社區項目 248
7.5.1 智慧社區的定位和意義 248
7.5.2 項目背景 248
7.5.3 支撐技術 248
7.5.4 項目亮點 250
7.5.5 運營效果 251
7.6 案例：智慧旅游項目 252
7.6.1 智慧旅游的基本理念 252
7.6.2 智慧旅游系統的建設目標與總體思路 253
7.6.3 智慧旅游系統建設模塊 253
7.6.4 智慧旅游系統特色 255
7.7 案例：智慧園林解決方案 256
7.7.1 智慧園林的基本理念 256
7.7.2 滴翠智能解決方案介紹 257
7.7.3 解決方案的技術原理 259
7.7.4 解決方案實施效果及亮點 261
7.8 案例：智慧城市項目 261
7.8.1 項目背景 261
7.8.2 項目建設 261
7.8.3 項目功能及特色 263
7.8.4 項目效益分析 266
7.9 案例：智能水務項目 267
7.9.1 智能水7
展開全部
大數據及人工智能產教融合系列叢書智能與數據重構世界 作者簡介
薄智泉是國際知名戰略與創業導師，是美國華盛集團（原名博歐士咨詢公司）的創始人和總裁。近幾年，他在提供新技術應用轉化服務的同時注重對年輕人的創業輔導及投資指導工作，并在美國創立了國際應用科技研究院（一個重點做高科技轉化的非盈利機構）, 創立了美國華盛教育集團，（一個專業化的全產業鏈國際教育、培訓及科技平臺）。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
巴金－再思錄
- >
推拿
- >
莉莉和章魚
- >
名家帶你讀魯迅:故事新編
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
經典常談
本類暢銷
