掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
智慧環保前沿技術叢書--水環境智能感知與智慧監控 版權信息
- ISBN：9787122436795
- 條形碼：9787122436795 ; 978-7-122-43679-5
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
智慧環保前沿技術叢書--水環境智能感知與智慧監控 本書特色
圍繞水環境質量管理領域存在的問題，依托人工智能技術、自動化技術，本書針對水環境質量評價與智能監控技術進行了系統的歸納和總結，詳細介紹了水環境數據處理、水質智能監測、水質智能評價、水環境智慧管控技術，以此希望能夠為人工智能、自動控制工程、環境工程的專業技術人員提供理論或者應用方面的參考。
智慧環保前沿技術叢書--水環境智能感知與智慧監控 內容簡介
本書針對水環境數據海量、異構、多源、非結構化的特點，提出了水環境非結構性數據融合技術；針對水環境水質監測問題，介紹了河流斷面水質時空預測、河流斷面水質動態預警、水環境水質多元信息遙感監測技術，研究了水環境水質在線評價和飲用水源地水質安全在線評估技術；*后，針對水環境管控問題，介紹了重點污染區域識別、投訴舉報和水環境網絡輿情關聯分析、水環境污染源溯源，以及京津冀區域智慧管控平臺設計。 本書為人工智能、自動控制工程、環境工程的專業技術人員提供理論和應用方面的參考，也可作為高等院校相關專業高年級本科生及研究生的教材參考書。
智慧環保前沿技術叢書--水環境智能感知與智慧監控 目錄
第1章 緒論 001
1.1 水環境概述 002
1.1.1 水環境和水資源 002
1.1.2 我國水環境特點 002
1.2 水環境質量評價概述 003
1.2.1 我國水環境質量 003
1.2.2 水環境質量評價 004
1.3 水環境監控概述 006
1.3.1 我國水環境質量管理 006
1.3.2 水環境監控 007
1.3.3 水環境智慧監控 008
1.4 水環境水質數據 009
1.4.1 水環境水質數據獲取方式 009
1.4.2 水環境水質多源數據 011
1.4.3 水環境水質數據特征 012
1.5 水環境水質數據監測技術 013
1.5.1 現場監測 013
1.5.2 在線監測 014
1.5.3 遙感監測 015
1.6 水環境水質數據監測裝置與系統 015
1.6.1 水質監測儀器 016
1.6.2 水質監測系統 017
1.6.3 水質自動監測站 018
參考文獻 020
第2章 水環境非結構化數據融合 023
2.1 水環境數據融合技術概述 024
2.2 非結構化數據融合架構 026
2.2.1 架構設計 027
2.2.2 模型設計 029
2.3 非結構化數據時空對齊技術 033
2.3.1 技術原理 033
2.3.2 技術架構 034
2.3.3 技術實現 034
2.4 非結構化數據特征提取技術 038
2.4.1 技術原理 038
2.4.2 技術架構 039
2.4.3 技術實現 040
2.5 非結構化數據融合處理技術 043
2.5.1 技術原理 043
2.5.2 技術架構 045
2.5.3 技術實現 046
2.6 技術應用及成效 052
參考文獻 053
第3章 河流斷面水質時空耦合預測 057
3.1 河流斷面水質預測概述 058
3.2 河流斷面水質數據生成模型 060
3.2.1 生成對抗網絡水質數據補全模型設計 060
3.2.2 模型檢驗及結果分析 063
3.3 注意力機制的水質預測模型 065
3.3.1 水質預測模型網絡結構設計 065
3.3.2 模型檢驗及結果分析 071
3.4 雙向長短時記憶網絡和時間注意力機制的水質預測模型 083
3.4.1 雙向長短時記憶網絡和時間注意力機制的水質預測模型網絡結構設計 083
3.4.2 模型檢驗及結果分析 086
3.5 混合長短時記憶網絡的水質預測模型 091
3.5.1 混合長短時記憶網絡的水質預測模型網絡結構設計 091
3.5.2 模型檢驗及結果分析 096
3.6 時空圖卷積的水質預測模型 106
3.6.1 時空圖卷積水質預測模型網絡結構設計 106
3.6.2 模型檢驗及結果分析 109
3.7 時空耦合水質預測模型 114
3.7.1 時空耦合水質預測模型網絡結構設計 114
3.7.2 模型檢驗及結果分析 117
3.8 河流斷面實時水質預測系統開發 120
3.8.1 系統功能設計 121
3.8.2 系統功能開發 122
參考文獻 123
第4章 河流斷面水質動態預警 129
4.1 河流斷面水質預警概述 130
4.2 水質異常檢測的動態預警方法 131
4.3 水質序列分解 132
4.3.1 基于Loess 的季節與趨勢分解（STL） 132
4.3.2 經驗模態分解（EMD） 133
4.4 水質序列預測 135
4.4.1 基于三次平滑指數的水質預測模型 135
4.4.2 基于支持向量回歸的水質預測模型 137
4.4.3 基于編解碼的長短期記憶網絡水質預測模型 140
4.4.4 基于序列分解的水質預測模型 145
4.5 水質序列預警 146
4.5.1 基于拉依達準則的水質異常檢測模型 146
4.5.2 基于孤立森林的水質異常檢測模型 148
4.5.3 基于多元高斯分布的局部異常檢測模型 151
4.5.4 水質預警模型學習算法 152
4.6 模型檢驗及結果分析 152
4.7 河流斷面動態高效水質預警系統開發 156
4.7.1 系統功能設計 156
4.7.2 系統功能開發 157
參考文獻 159
第5章 河流斷面水質實時評價 163
5.1 水環境水質評價概述 164
5.2 水環境水質污染要素分析 166
5.2.1 水環境水質污染程度評價 167
5.2.2 基于主元分析法的水環境主要污染物分析 168
5.2.3 方法校驗及結果分析 170
5.3 河流斷面水質ESN-RLS 實時評價 172
5.3.1 河流斷面水質實時評價 172
5.3.2 ESN 基本結構 173
5.3.3 遞歸*小二乘算法 175
5.3.4 水質實時評價模型結構設計 177
5.3.5 水質實時評價模型參數自適應調整算法 177
5.3.6 斷面水質數據集 181
5.3.7 模型檢驗及結果分析 183
5.4 河流斷面水質RESN 實時評價 185
5.4.1 河流斷面水質RESN 實時評價模型結構設計 187
5.4.2 RESN 在線稀疏逼近訓練法 188
5.4.3 模型檢驗及結果分析 191
5.5 水環境水質實時評價系統 193
5.5.1 系統功能設計 193
5.5.2 系統功能開發 194
參考文獻 197
第6章 飲用水水源地水質安全在線評價 201
6.1 飲用水水源地水質安全評價概述 202
6.2 飲用水水源地水質安全單因子評價法 204
6.3 飲用水水源地水質安全FNN 在線評價法 208
6.3.1 飲用水水源地水質安全在線評價技術的必要性 208
6.3.2 FNN 基本原理 209
6.3.3 飲用水水源地水質安全在線評估模型設計 212
6.3.4 收斂性分析 213
6.3.5 模型檢驗及實驗結果分析 214
6.4 飲用水水源地水質安全PDF-FNN 在線評估法 217
6.4.1 *優誤差PDF 準則 218
6.4.2 飲用水水源地水質安全PDF-FNN 在線評估模型設計 219
6.4.3 收斂性分析 221
6.4.4 模型檢驗及結果分析 222
6.5 飲用水水源地水質安全在線評估系統開發 225
6.5.1 系統功能設計 225
6.5.2 系統功能開發 227
參考文獻 228
第7章 水環境水質遙感監測 233
7.1 水環境水質遙感監測概述 234
7.2 基于多源信息融合的水質指標遙感監測方法 236
7.2.1 水體區域提取 237
7.2.2 多源信息融合水質指標插值 237
7.2.3 方法校驗及結果分析 238
7.2.4 水質指標遙感監測系統開發 244
7.3 黑臭水體遙感監測概述 247
7.4 基于隨機森林的黑臭水體遙感監測方法 248
7.4.1 基于隨機森林的黑臭水體遙感監測方法設計 249
7.4.2 方法校驗及結果分析 250
7.4.3 黑臭水體遙感監測系統開發 258
參考文獻 262
第8章 水環境重點污染區域識別 265
8.1 水環境重點污染源篩選概述 266
8.2 基于成本效益均衡分析法的重點污染源動態篩選 268
8.2.1 算法設計 268
8.2.2 方法校驗及結果分析 269
8.3 基于GIS 核密度分析的重點污染區域識別方法 270
8.3.1 GIS 核密度分析原理 271
8.3.2 重點污染區域識別方法設計 273
8.3.3 模型檢驗及結果分析 275
8.4 水環境重點污染源篩選與重點污染區域識別系統開發 276
8.4.1 系統功能設計 276
8.4.2 系統功能開發 279
參考文獻 280
第9章 水環境投訴舉報數據挖掘 283
9.1 水環境投訴舉報概述 284
9.2 投訴舉報LSTM 分類技術 286
9.2.1 算法設計 287
9.2.2 模型檢驗及結果分析 290
9.3 投訴舉報數據多要素關聯分析 291
9.3.1 算法設計 292
9.3.2 模型檢驗及結果分析 295
9.4 投訴舉報事件相似性神經網絡分析技術 303
9.4.1 文本相似度和短語相似度 304
9.4.2 基于GRNN 的投訴舉報事件相似性分析技術 305
9.4.3 模型檢驗及結果分析 307
9.5 投訴舉報事件嚴重程度分析 308
9.5.1 水體污染多要素 309
9.5.2 模型檢驗及結果分析 311
9.6 基于深度神經網絡的投訴事件可信度分析技術 312
9.6.1 算法設計 312
9.6.2 模型檢驗及結果分析 315
9.7 水環境公眾監督和舉報投訴系統開發 315
9.7.1 系統功能設計 316
9.7.2 系統功能開發 316
參考文獻 317
第10章 投訴舉報和水環境網絡輿情關聯分析 321
10.1 水環境網絡輿情分析概述 322
10.2 投訴舉報文本分析技術 324
10.2.1 研究對象分析 324
10.2.2 數據獲取 326
10.2.3 文本分析與預處理技術 326
10.3 投訴舉報文本自動標注及分類技術 328
10.3.1 文本自動標注技術 329
10.3.2 投訴舉報文本分類技術 333
10.3.3 方法校驗及結果分析 334
10.4 投訴舉報與輿情事件關聯識別技術 337
10.4.1 TextRank 算法 338
10.4.2 BM25 模型 339
10.4.3 方法校驗及結果分析 340
10.5 水環境輿情分析系統開發 344
10.5.1 系統功能設計 344
10.5.2 系統功能開發 345
參考文獻 351
第11章 水環境污染源溯源 355
11.1 水環境污染源溯源概述 356
11.2 水環境污染源溯源技術 358
11.2.1 基于詞袋模型的文本詞頻統計算法 358
11.2.2 樸素貝葉斯分類算法 362
11.2.3 基于GIS 的地理信息計算算法 363
11.2.4 污染源可疑程度分數計算標準 364
11.3 模型檢驗及結果分析 366
11.4 水環境污染溯源系統開發 369
11.4.1 系統功能設計 369
11.4.2 系統功能開發 371
參考文獻 371
第12章 京津冀區域水環境智慧管控大數據平臺 375
12.1 水環境智慧管控平臺概述 376
12.2 京津冀區域水環境智慧管控大數據平臺構建 377
12.2.1 京津冀區域水環境簡介 377
12.2.2 平臺建設目標 379
12.2.3 京津冀區域水環境智慧管控大數據平臺功能設計 380
12.3 平臺技術現狀 381
12.3.1 云計算數據中心與容器技術 381
12.3.2 虛擬機調度和計算遷移技術 383
12.3.3 神經網絡并行加速處理技術 383
12.4 平臺總體設計 384
12.4.1 總體技術架構 384
12.4.2 平臺服務器架構 386
12.5 平臺功能開發 387
12.5.1 水環境監控預警 387
12.5.2 水環境模擬分析 388
12.5.3 水環境管理支持 389
12.5.4 水環境數據中心 390
參考文獻 391
1.1 水環境概述 002
1.1.1 水環境和水資源 002
1.1.2 我國水環境特點 002
1.2 水環境質量評價概述 003
1.2.1 我國水環境質量 003
1.2.2 水環境質量評價 004
1.3 水環境監控概述 006
1.3.1 我國水環境質量管理 006
1.3.2 水環境監控 007
1.3.3 水環境智慧監控 008
1.4 水環境水質數據 009
1.4.1 水環境水質數據獲取方式 009
1.4.2 水環境水質多源數據 011
1.4.3 水環境水質數據特征 012
1.5 水環境水質數據監測技術 013
1.5.1 現場監測 013
1.5.2 在線監測 014
1.5.3 遙感監測 015
1.6 水環境水質數據監測裝置與系統 015
1.6.1 水質監測儀器 016
1.6.2 水質監測系統 017
1.6.3 水質自動監測站 018
參考文獻 020
第2章 水環境非結構化數據融合 023
2.1 水環境數據融合技術概述 024
2.2 非結構化數據融合架構 026
2.2.1 架構設計 027
2.2.2 模型設計 029
2.3 非結構化數據時空對齊技術 033
2.3.1 技術原理 033
2.3.2 技術架構 034
2.3.3 技術實現 034
2.4 非結構化數據特征提取技術 038
2.4.1 技術原理 038
2.4.2 技術架構 039
2.4.3 技術實現 040
2.5 非結構化數據融合處理技術 043
2.5.1 技術原理 043
2.5.2 技術架構 045
2.5.3 技術實現 046
2.6 技術應用及成效 052
參考文獻 053
第3章 河流斷面水質時空耦合預測 057
3.1 河流斷面水質預測概述 058
3.2 河流斷面水質數據生成模型 060
3.2.1 生成對抗網絡水質數據補全模型設計 060
3.2.2 模型檢驗及結果分析 063
3.3 注意力機制的水質預測模型 065
3.3.1 水質預測模型網絡結構設計 065
3.3.2 模型檢驗及結果分析 071
3.4 雙向長短時記憶網絡和時間注意力機制的水質預測模型 083
3.4.1 雙向長短時記憶網絡和時間注意力機制的水質預測模型網絡結構設計 083
3.4.2 模型檢驗及結果分析 086
3.5 混合長短時記憶網絡的水質預測模型 091
3.5.1 混合長短時記憶網絡的水質預測模型網絡結構設計 091
3.5.2 模型檢驗及結果分析 096
3.6 時空圖卷積的水質預測模型 106
3.6.1 時空圖卷積水質預測模型網絡結構設計 106
3.6.2 模型檢驗及結果分析 109
3.7 時空耦合水質預測模型 114
3.7.1 時空耦合水質預測模型網絡結構設計 114
3.7.2 模型檢驗及結果分析 117
3.8 河流斷面實時水質預測系統開發 120
3.8.1 系統功能設計 121
3.8.2 系統功能開發 122
參考文獻 123
第4章 河流斷面水質動態預警 129
4.1 河流斷面水質預警概述 130
4.2 水質異常檢測的動態預警方法 131
4.3 水質序列分解 132
4.3.1 基于Loess 的季節與趨勢分解（STL） 132
4.3.2 經驗模態分解（EMD） 133
4.4 水質序列預測 135
4.4.1 基于三次平滑指數的水質預測模型 135
4.4.2 基于支持向量回歸的水質預測模型 137
4.4.3 基于編解碼的長短期記憶網絡水質預測模型 140
4.4.4 基于序列分解的水質預測模型 145
4.5 水質序列預警 146
4.5.1 基于拉依達準則的水質異常檢測模型 146
4.5.2 基于孤立森林的水質異常檢測模型 148
4.5.3 基于多元高斯分布的局部異常檢測模型 151
4.5.4 水質預警模型學習算法 152
4.6 模型檢驗及結果分析 152
4.7 河流斷面動態高效水質預警系統開發 156
4.7.1 系統功能設計 156
4.7.2 系統功能開發 157
參考文獻 159
第5章 河流斷面水質實時評價 163
5.1 水環境水質評價概述 164
5.2 水環境水質污染要素分析 166
5.2.1 水環境水質污染程度評價 167
5.2.2 基于主元分析法的水環境主要污染物分析 168
5.2.3 方法校驗及結果分析 170
5.3 河流斷面水質ESN-RLS 實時評價 172
5.3.1 河流斷面水質實時評價 172
5.3.2 ESN 基本結構 173
5.3.3 遞歸*小二乘算法 175
5.3.4 水質實時評價模型結構設計 177
5.3.5 水質實時評價模型參數自適應調整算法 177
5.3.6 斷面水質數據集 181
5.3.7 模型檢驗及結果分析 183
5.4 河流斷面水質RESN 實時評價 185
5.4.1 河流斷面水質RESN 實時評價模型結構設計 187
5.4.2 RESN 在線稀疏逼近訓練法 188
5.4.3 模型檢驗及結果分析 191
5.5 水環境水質實時評價系統 193
5.5.1 系統功能設計 193
5.5.2 系統功能開發 194
參考文獻 197
第6章 飲用水水源地水質安全在線評價 201
6.1 飲用水水源地水質安全評價概述 202
6.2 飲用水水源地水質安全單因子評價法 204
6.3 飲用水水源地水質安全FNN 在線評價法 208
6.3.1 飲用水水源地水質安全在線評價技術的必要性 208
6.3.2 FNN 基本原理 209
6.3.3 飲用水水源地水質安全在線評估模型設計 212
6.3.4 收斂性分析 213
6.3.5 模型檢驗及實驗結果分析 214
6.4 飲用水水源地水質安全PDF-FNN 在線評估法 217
6.4.1 *優誤差PDF 準則 218
6.4.2 飲用水水源地水質安全PDF-FNN 在線評估模型設計 219
6.4.3 收斂性分析 221
6.4.4 模型檢驗及結果分析 222
6.5 飲用水水源地水質安全在線評估系統開發 225
6.5.1 系統功能設計 225
6.5.2 系統功能開發 227
參考文獻 228
第7章 水環境水質遙感監測 233
7.1 水環境水質遙感監測概述 234
7.2 基于多源信息融合的水質指標遙感監測方法 236
7.2.1 水體區域提取 237
7.2.2 多源信息融合水質指標插值 237
7.2.3 方法校驗及結果分析 238
7.2.4 水質指標遙感監測系統開發 244
7.3 黑臭水體遙感監測概述 247
7.4 基于隨機森林的黑臭水體遙感監測方法 248
7.4.1 基于隨機森林的黑臭水體遙感監測方法設計 249
7.4.2 方法校驗及結果分析 250
7.4.3 黑臭水體遙感監測系統開發 258
參考文獻 262
第8章 水環境重點污染區域識別 265
8.1 水環境重點污染源篩選概述 266
8.2 基于成本效益均衡分析法的重點污染源動態篩選 268
8.2.1 算法設計 268
8.2.2 方法校驗及結果分析 269
8.3 基于GIS 核密度分析的重點污染區域識別方法 270
8.3.1 GIS 核密度分析原理 271
8.3.2 重點污染區域識別方法設計 273
8.3.3 模型檢驗及結果分析 275
8.4 水環境重點污染源篩選與重點污染區域識別系統開發 276
8.4.1 系統功能設計 276
8.4.2 系統功能開發 279
參考文獻 280
第9章 水環境投訴舉報數據挖掘 283
9.1 水環境投訴舉報概述 284
9.2 投訴舉報LSTM 分類技術 286
9.2.1 算法設計 287
9.2.2 模型檢驗及結果分析 290
9.3 投訴舉報數據多要素關聯分析 291
9.3.1 算法設計 292
9.3.2 模型檢驗及結果分析 295
9.4 投訴舉報事件相似性神經網絡分析技術 303
9.4.1 文本相似度和短語相似度 304
9.4.2 基于GRNN 的投訴舉報事件相似性分析技術 305
9.4.3 模型檢驗及結果分析 307
9.5 投訴舉報事件嚴重程度分析 308
9.5.1 水體污染多要素 309
9.5.2 模型檢驗及結果分析 311
9.6 基于深度神經網絡的投訴事件可信度分析技術 312
9.6.1 算法設計 312
9.6.2 模型檢驗及結果分析 315
9.7 水環境公眾監督和舉報投訴系統開發 315
9.7.1 系統功能設計 316
9.7.2 系統功能開發 316
參考文獻 317
第10章 投訴舉報和水環境網絡輿情關聯分析 321
10.1 水環境網絡輿情分析概述 322
10.2 投訴舉報文本分析技術 324
10.2.1 研究對象分析 324
10.2.2 數據獲取 326
10.2.3 文本分析與預處理技術 326
10.3 投訴舉報文本自動標注及分類技術 328
10.3.1 文本自動標注技術 329
10.3.2 投訴舉報文本分類技術 333
10.3.3 方法校驗及結果分析 334
10.4 投訴舉報與輿情事件關聯識別技術 337
10.4.1 TextRank 算法 338
10.4.2 BM25 模型 339
10.4.3 方法校驗及結果分析 340
10.5 水環境輿情分析系統開發 344
10.5.1 系統功能設計 344
10.5.2 系統功能開發 345
參考文獻 351
第11章 水環境污染源溯源 355
11.1 水環境污染源溯源概述 356
11.2 水環境污染源溯源技術 358
11.2.1 基于詞袋模型的文本詞頻統計算法 358
11.2.2 樸素貝葉斯分類算法 362
11.2.3 基于GIS 的地理信息計算算法 363
11.2.4 污染源可疑程度分數計算標準 364
11.3 模型檢驗及結果分析 366
11.4 水環境污染溯源系統開發 369
11.4.1 系統功能設計 369
11.4.2 系統功能開發 371
參考文獻 371
第12章 京津冀區域水環境智慧管控大數據平臺 375
12.1 水環境智慧管控平臺概述 376
12.2 京津冀區域水環境智慧管控大數據平臺構建 377
12.2.1 京津冀區域水環境簡介 377
12.2.2 平臺建設目標 379
12.2.3 京津冀區域水環境智慧管控大數據平臺功能設計 380
12.3 平臺技術現狀 381
12.3.1 云計算數據中心與容器技術 381
12.3.2 虛擬機調度和計算遷移技術 383
12.3.3 神經網絡并行加速處理技術 383
12.4 平臺總體設計 384
12.4.1 總體技術架構 384
12.4.2 平臺服務器架構 386
12.5 平臺功能開發 387
12.5.1 水環境監控預警 387
12.5.2 水環境模擬分析 388
12.5.3 水環境管理支持 389
12.5.4 水環境數據中心 390
參考文獻 391
展開全部
智慧環保前沿技術叢書--水環境智能感知與智慧監控 作者簡介
喬俊飛，北京工業大學教授、博士生導師，環保自動化領域專家。國家自然科學基金創新群體項目負責人，“ 長江學者獎勵計劃”特聘教授，國家杰出青年基金獲得者，國家級百千萬人才工程入選者，享受國務院特殊津貼專家。現任智慧環保北京實驗室主任、智能感知與自主控制工程中心主任，兼任中國人工智能學會常務理事，中國自動化學會理事。長期從事計算智能與智能優化控制領域研究工作，在污染防治過程智能特征檢測、自組織控制和多目標動態優化方面取得開創性成果，多項成果已廣泛應用于環保企業生產實踐，取得了顯著的經濟、社會和生態效益。楊翠麗，北京工業大學副教授、碩士生導師。現任中國環境感知與保護自動化專業委員會委員、環保自動化全國高校黃大年式教師團隊骨干成員。主要從事水環境水質監測方面的研究工作，在河流斷面和飲用水源地水質智能評價方面取得系列成果。主持國家自然科學基金面上項目、青年項目等，參與國家自然科學基金重大項目、重點項目等。在多個權威期刊上發表論文20余篇，授權國家發明專利3項，發布團隊標準1項，完成著作1部。獲得國家科學技術進步獎二等獎等。畢敬，北京工業大學教授、博士生導師。主要研究方向為復雜大數據計算與分析、云邊端資源協同與優化。擔任IEEE系統、人與控制論學會Women in Engineering(WIE)委員會秘書長、多個國內外期刊及會議副主編、專題分會主席等工作。主持承擔多項國家和省部級項目，包括國家自然科學基基金面上項目科技部水體污染控制與治理科技重大專項子課題、國防基礎預研共性基基金、產學合作協同育人項目等。在國內外權威期刊上發表論文150余篇，獲得授權美國中國發明專利及軟著30余項，主持/參與圖書出版2部，獲得中國仿真學會科學技術進步獎一等獎等。喬俊飛，北京工業大學教授、博士生導師，環保自動化領域專家。國家自然科學基金創新群體項目負責人，“ 長江學者獎勵計劃”特聘教授，國家杰出青年基金獲得者，國家級百千萬人才工程入選者，享受國務院特殊津貼專家。現任智慧環保北京實驗室主任、智能感知與自主控制工程中心主任，兼任中國人工智能學會常務理事，中國自動化學會理事。長期從事計算智能與智能優化控制領域研究工作，在污染防治過程智能特征檢測、自組織控制和多目標動態優化方面取得開創性成果，多項成果已廣泛應用于環保企業生產實踐，取得了顯著的經濟、社會和生態效益。楊翠麗，北京工業大學副教授、碩士生導師。現任中國環境感知與保護自動化專業委員會委員、環保自動化全國高校黃大年式教師團隊骨干成員。主要從事水環境水質監測方面的研究工作，在河流斷面和飲用水源地水質智能評價方面取得系列成果。主持國家自然科學基金面上項目、青年項目等，參與國家自然科學基金重大項目、重點項目等。在多個權威期刊上發表論文20余篇，授權國家發明專利3項，發布團隊標準1項，完成著作1部。獲得國家科學技術進步獎二等獎等。畢敬，北京工業大學教授、博士生導師。主要研究方向為復雜大數據計算與分析、云邊端資源協同與優化。擔任IEEE系統、人與控制論學會Women in Engineering(WIE)委員會秘書長、多個國內外期刊及會議副主編、專題分會主席等工作。主持承擔多項國家和省部級項目，包括國家自然科學基基金面上項目科技部水體污染控制與治理科技重大專項子課題、國防基礎預研共性基基金、產學合作協同育人項目等。在國內外權威期刊上發表論文150余篇，獲得授權美國中國發明專利及軟著30余項，主持/參與圖書出版2部，獲得中國仿真學會科學技術進步獎一等獎等。
書友推薦
- >
詩經-先民的歌唱
- >
【精裝繪本】畫給孩子的中國神話
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
二體千字文
- >
姑媽的寶刀
- >
羅曼·羅蘭讀書隨筆-精裝
- >
中國歷史的瞬間
本類暢銷
