本書是以作者多年來從事人工智能研究的經(jīng)驗(yàn)為基礎(chǔ)，并廣泛參考了國(guó)內(nèi)外最新研究資料編寫而成的。本書從人工智能的本源問題出發(fā)，著重介紹了人工智能各領(lǐng)域的概念體系、方法體系、經(jīng)典算法與新的流行算法以及當(dāng)前人工智能的研究熱點(diǎn)——機(jī)器學(xué)習(xí)和機(jī)器視覺。
本書可供高等院校人工智能相關(guān)專業(yè)本科生、研究生作為教材或參考書使用，也可供相關(guān)科研及工程技術(shù)人員閱讀。
本書適合作為普通本科院校人工智能相關(guān)專業(yè)的專業(yè)基礎(chǔ)課教材。
人工智能是一個(gè)新興的研究熱點(diǎn)，它引起了全世界人們的關(guān)注，甚至成為很多國(guó)家的國(guó)家戰(zhàn)略。隨著人工智能研究的進(jìn)展和技術(shù)的進(jìn)步，人工智能正在進(jìn)入和影響著我們的生活，在某些方面已經(jīng)超越了人類智能。人類社會(huì)正在朝著人工智能時(shí)代前進(jìn)，而且前進(jìn)的速度越來越快，在可預(yù)見的未來，人工智能會(huì)大量融入和改變?nèi)祟惿鐣?huì)。在此背景下，為了幫助人們學(xué)習(xí)和掌握人工智能的理論與方法，作者以自己多年來從事人工智能研究的經(jīng)驗(yàn)為基礎(chǔ)，并廣泛參考了國(guó)內(nèi)外最新的研究資料而編寫了本書。
本書從人工智能的本源問題出發(fā)，介紹了構(gòu)成人工智能體系的知識(shí)表示、搜索的原理與算法、推理技術(shù)、機(jī)器學(xué)習(xí)、機(jī)器視覺及分布式人工智能與多Agent系統(tǒng)，著重闡述了不同領(lǐng)域的概念體系和方法體系，對(duì)比了不同的研究思路及進(jìn)展情況，并將各領(lǐng)域的經(jīng)典算法與新的流行算法涵蓋其中。同時(shí)，本書將作者最新的工業(yè)應(yīng)用研究成果、文獻(xiàn)所見最新成果及經(jīng)典案例作為實(shí)例，對(duì)人工智能方法的應(yīng)用進(jìn)行了剖析。
本書共7章，第1、3、4章及第5章的5.1節(jié)、5.4節(jié)和5.5節(jié)由王春林編寫，第2、7章由柏建軍編寫，第6章由徐生林編寫，第5章的5.2節(jié)和5.3節(jié)由郭寶峰編寫。
在本書的編寫及出版過程中，一些學(xué)生參與了資料收集和初稿整理工作，西安電子科技大學(xué)出版社的陳婷和王瑛編輯付出了辛勤的勞動(dòng)，杭州電子科技大學(xué)及其自動(dòng)化學(xué)院（人工智能學(xué)院）提供了大力支持，在此，向相關(guān)單位和個(gè)人表示衷心的感謝！同時(shí)對(duì)有關(guān)參考文獻(xiàn)的作者也表示感謝!
由于編者水平有限，書中不足之處在所難免，敬請(qǐng)廣大讀者批評(píng)指正。
第1章 人工智能概論 1
1.1 人工智能的概念及發(fā)展歷史 1
1.1.1 人工智能的概念 1
1.1.2 人工智能的發(fā)展史 3
1.2 人工智能的研究方法與涉及的學(xué)科 5
1.2.1 人工智能的研究方法 5
1.2.2 人工智能涉及的學(xué)科 7
1.3 人工智能的應(yīng)用領(lǐng)域 9
1.3.1 人工智能應(yīng)用概況 9
1.3.2 工業(yè)領(lǐng)域的應(yīng)用 9
1.3.3 商業(yè)領(lǐng)域的應(yīng)用 10
1.3.4 金融領(lǐng)域的應(yīng)用 10
1.3.5 農(nóng)業(yè)領(lǐng)域的應(yīng)用 11
1.3.6 其他領(lǐng)域的應(yīng)用 12
1.4 人工智能面臨的挑戰(zhàn)與未來 12
1.4.1 人工智能面臨的挑戰(zhàn) 12
1.4.2 人工智能的未來展望 13
小結(jié) 14
習(xí)題1 14
本章參考文獻(xiàn) 14
第2章 知識(shí)表示 15
2.1 知識(shí)與知識(shí)表示方法的分類 15
2.2 邏輯表示法 17
2.2.1 命題邏輯 17
2.2.2 謂詞邏輯 17
2.2.3 謂詞邏輯表示的特點(diǎn) 21
2.3 產(chǎn)生式表示法 21
2.4 語義網(wǎng)絡(luò)表示法 23
2.5 框架表示法 24
2.5.1 框架的基本結(jié)構(gòu) 24
2.5.2 框架系統(tǒng) 25
2.6 狀態(tài)空間圖表示法 26
小結(jié) 27
習(xí)題2 27
本章參考文獻(xiàn) 28
第3章 搜索的原理與算法 29
3.1 搜索問題與過程 29
3.1.1 盲目搜索 31
3.1.2 啟發(fā)式搜索 34
3.2 搜索算法 37
3.2.1 遺傳算法 37
3.2.2 粒子群算法 41
3.2.3 蟻群算法 45
3.3 應(yīng)用實(shí)例 49
小結(jié) 52
習(xí)題3 52
本章參考文獻(xiàn) 52
第4章 推理技術(shù) 54
4.1 推理的分類與策略 55
4.1.1 推理的分類 55
4.1.2 推理的策略 56
4.2 消解原理 58
4.2.1 子句集的求取 58
4.2.2 消解推理規(guī)則 60
4.2.3 消解反演求解過程 61
4.3 規(guī)則演繹系統(tǒng) 62
4.4 產(chǎn)生式系統(tǒng) 65
4.4.1 產(chǎn)生式系統(tǒng)的結(jié)構(gòu) 65
4.4.2 產(chǎn)生式系統(tǒng)的表示 66
4.4.3 產(chǎn)生式系統(tǒng)的推理 67
4.5 定性推理 68
4.5.1 定性推理概述 68
4.5.2 定性推理方法 68
4.6 不確定性推理 69
4.6.1 不確定性的表示 70
4.6.2 概率推理 71
4.6.3 模糊邏輯推理 72
4.7 非單調(diào)推理 74
4.7.1 表現(xiàn)形式 75
4.7.2 默認(rèn)推理 77
小結(jié) 77
習(xí)題4 77
本章參考文獻(xiàn) 78
第5章 機(jī)器學(xué)習(xí) 79
5.1 機(jī)器學(xué)習(xí)概述 79
5.2 機(jī)器學(xué)習(xí)的分類 80
5.3 機(jī)器學(xué)習(xí)的主要算法 82
5.3.1 人工神經(jīng)網(wǎng)絡(luò) 82
5.3.2 支持向量機(jī) 85
5.3.3 集成學(xué)習(xí) 93
5.3.4 深度學(xué)習(xí) 96
5.4 機(jī)器學(xué)習(xí)應(yīng)用實(shí)例 108
5.4.1 支持向量機(jī)應(yīng)用實(shí)例 108
5.4.2 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例 112
小結(jié) 113
習(xí)題5 114
本章參考文獻(xiàn) 114
第6章 機(jī)器視覺 116
6.1 機(jī)器視覺概述 116
6.1.1 機(jī)器視覺的概念 116
6.1.2 機(jī)器視覺的應(yīng)用領(lǐng)域 117
6.1.3 機(jī)器視覺的發(fā)展 119
6.1.4 Marr視覺理論框架 120
6.1.5 機(jī)器視覺系統(tǒng)的構(gòu)成 123
6.2 圖像與圖像采集 124
6.2.1 照明 125
6.2.2 鏡頭 127
6.2.3 攝像機(jī) 128
6.2.4 圖像及其表達(dá) 129
6.3 圖像預(yù)處理 130
6.3.1 圖像預(yù)處理概述 130
6.3.2 像素亮度變換 131
6.3.3 圖像幾何變換 132
6.3.4 圖像平滑濾波 136
6.3.5 一階微分邊緣算子 138
6.3.6 二階微分邊緣算子 145
6.4 圖像分割 149
6.4.1 圖像分割概述 149
6.4.2 基于閾值的圖像分割 149
6.4.3 基于邊緣的圖像分割 152
6.4.4 基于區(qū)域的圖像分割 158
6.4.5 其他圖像分割法 160
6.5 其他圖像分析方法 161
6.5.1 數(shù)學(xué)形態(tài)學(xué) 161
6.5.2 紋理分析 169
6.5.3 運(yùn)動(dòng)分析 176
6.6 攝像機(jī)的標(biāo)定 183
6.6.1 概述 183
6.6.2 機(jī)器視覺常用坐標(biāo)系 184
6.6.3 攝像機(jī)透視投影模型 186
6.6.4 攝像機(jī)透視投影近似模型 188
6.6.5 攝像機(jī)的非線性優(yōu)化目標(biāo)函數(shù)和求解方法 190
6.6.6 常用攝像機(jī)標(biāo)定方法 193
6.6.7 攝像機(jī)標(biāo)定在工程中的應(yīng)用案例 200
6.7 3D立體視覺 204
6.7.1 雙目立體視覺的原理 205
6.7.2 雙目立體視覺的系統(tǒng)結(jié)構(gòu) 207
6.7.3 雙目立體視覺的對(duì)應(yīng)點(diǎn)匹配 211
6.7.4 雙目立體視覺的系統(tǒng)標(biāo)定 217
6.7.5 影響雙目立體視覺精度的因素 218
小結(jié) 219
習(xí)題6 220
本章參考文獻(xiàn) 221
第7章 分布式人工智能與多Agent系統(tǒng)
223
7.1 分布式人工智能系統(tǒng)的特點(diǎn) 223
7.2 分布式問題求解 224
7.2.1 DPS系統(tǒng)的結(jié)構(gòu) 224
7.2.2 DPS系統(tǒng)的求解過程和方法 225
7.3 Agent系統(tǒng) 225
7.3.1 Agent的定義 225
7.3.2 Agent的特點(diǎn) 226
7.3.3 Agent的結(jié)構(gòu)分類 227
7.4 Agent通信語言 229
7.4.1 Speech-Act理論 230
7.4.2 KQML 230
7.4.3 FIPA ACL 234
7.4.4 面向Agent的開發(fā)工具與環(huán)境 234
7.5 多Agent系統(tǒng) 235
7.5.1 多Agent系統(tǒng)的體系結(jié)構(gòu) 236
7.5.2 多Agent系統(tǒng)的協(xié)作機(jī)制 237
小結(jié) 239
習(xí)題7 239
本章參考文獻(xiàn) 239
書單推薦
