普通高等教育人工智能專業系列教材

目前多智能體技術已經成為一種進行複雜系統分析與模擬的思想方法與工具。MAS 等相關技術已應用於交通控制、智能機器人、車聯網、物聯網、智能電網、柔性製造、無人機控制、虛擬現實、分布式預測、監控及診斷、電子商務、健康、娛樂等領域。 本書主要內容包括：第1 章介紹了多智能體系統的基礎知識、多智能體建模基礎、基於代理的模型編程的基本邏輯；第2章討論了反應智能體，建立了掃地機器人反應行為模型和城市森林公園火災撲救反應行為模型；第3章介紹了一致性問題並建立了基於人工勢場法的機器人避障模型、無人機追捕逃犯模型；第4章介紹了蟻群自組織與共識自主性、蟻群覓食問題，建立了月球岩石搜索機器人路徑規劃模型；第5章介紹了PSO算法及車輛加速度參數優化問題和建築物人員疏散問題；第6章介紹了遺傳與進化智能體及餐廚垃圾收運路線優化模型；第7章介紹了認知智能體概念、基於目標的城市智能交通模型和基於效用的高速公路交通模型；第8章介紹了強化學習智能體、SARSA學習路徑規劃機器人和Q學習跨越障礙機器人；第9章介紹了多智能體網絡與通信、基於廣播通信的機器人聚集、探測器和排雷機器人的點到點通信；第10章介紹了多智能體協調、合作和協商，機器人合作鋪路問題，機器人的組行為和協調以及無人駕駛出租車協商運輸BDI模型。 本書可以作為各高校人工智能、智能製造、機器人工程、地理信息工程、城市管理等相關專業多智能體系統課程的教材使用，也可以作為研究生學習多智能體系統課程的教材。 本書提供案例源代碼和電子課件，讀者可以從中國水利水電出版社網站(www.waterpub.com.cn)或萬水書苑網站(www.wsbookshow.com)免費下載。

本書為數據結構課程教學現實需要而編寫，重點介紹各種數據結構的邏輯特性和物理表示法，定義了相應算法，並用 Python 語言進行實現。本書共分為8章，包括緒論， Python 語言基礎，線性表，棧、隊列和串，樹，圖，排序和散列。本書采遵循由易到難、循序漸進、前後銜接自然的原則，將問題脈絡交代清楚，幫助讀者理解掌握各種數據結構的實質。 本書內容豐富、實用性強，既可作為高等學校數據結構課程的教材，又可供社會各類計算機應用人員閱讀參考。

本書主要介紹語音識別原理及其相關應用。全書共9章，分為五大部分：第一部分(第1章)介紹語音識別的發展歷史和語音識別領域常用的數據集與工具箱；第二部分(第2章)介紹在語音識別領域常用的語音信號基礎知識和聲學特徵的提取；第三部分(第3章至第7章)詳細介紹語音識別的聲學模型、語言模型、解碼工具，並對語音識別領域的研究熱點(端到端語音識別)進行探討；第四部分(第8章)利用語音識別開源工具包Kaldi進行語音識別實戰，包括Kaldi的安裝以及如何訓練aishell語音識別工程；第五部分(第9章)結合序列到序列的語音識別模型和序列到序列的問答模型來構建語音交互系統。 本書既可作為計算機科學與技術、電子科學與技術、控制工程與科學、智能科學與技術等專業的本科教材，也可作為研究生教材，還可供從事語音識別、人工智能等研究的科研人員參考。

本書主要介紹神經網絡與深度學習的相關知識點，注重分析神經網絡與深度學習的基本概念、基本原理和網絡結構，並對主要算法及其應用展開討論及闡述。全書分為兩部分：基礎知識篇與網絡應用篇。基礎知識篇介紹了神經網絡與深度學習的概念及發展，神經網絡與深度學習相關的數學基礎知識，神經網絡、卷積神經網絡與自編碼器等基礎算法原理及其特點。網絡應用篇對深度學習及計算機視覺領域的主要應用進行剖析，從圖像分類、語義分割、目標檢測等方面對典型算法進行詳細介紹。全書內容體系完整、層次分明，結合深度學習的近期新技術進展，幫助讀者更深入地了解深度學習的算法原理及使用方法。本書主要面向高校人工智能及相關專業的學生，也可供從事相關領域工作的工程技術人員參考使用。

自然語言處理是人工智能的重要分支，本書是一本自然語言處理的入門教材，主要面向高年級本科生和低年級研究生。本著理論結合實踐的基本原則，本書共分為 11 章，其中第 1 章概述了自然語言處理的研究內容、發展歷程、技術特色和當前現狀，是概述性的一章。第 2 章是自然語言處理的編程基礎，對 Python 語言及其相關模塊進行了介紹。第 3 章是自然語言處理的算法基礎，主要對常見的機器學習算法(分類算法、聚類算法、模型評估方法、概率圖模型、集成學習、人工神經網絡等)進行了講解。 第 4 章和第 5 章從統計學方法入手講解了自然語言處理的兩個基礎任務：分詞和關鍵詞抽取。第 6 章則講解了當前流行的詞向量技術，尤其是 Word2vec 和大規模預訓練模型 BERT。從第 7 章至第 11 章分別對當前自然語言處理的熱門研究領域展開講解，包括文本分類、信息抽取、機器閱讀理解、文本生成和摘要抽取、對話和聊天系統等。 本書除了可以作為高等院校計算機、大數據和人工智能及其相關專業的本科生和研究生教材，也可供對自然語言處理技術感興趣的研究人員和工程技術人員閱讀參考。

本書從人工智能技術出發，講解了人工智能在智能機器人上的應用方法及相關技術。全書共8章，分為兩部分：人工智能基礎和智能機器人，首先介紹了人工智能技術及智能機器人的相關發展歷史、定義、人工智能與機器人的融合；接著從計算智能、機器學習、認知智能、機器人定位與建圖、路徑規劃等方面介紹了人工智能的相關技術及其在機器人上的應用方法；最後介紹了一般智能機器人設計與開發方法。本書可作為高等院校人工智能、智能科學與技術、機器人工程等新工科專業和自動化、計算機科學與技術、電子科學與技術、控制工程與科學、機械設計製造及自動化、工業設計、車輛工程等傳統理工科專業的教材，還可供從事相關專業交叉學科研究的科研人員參考。

本書以邊緣計算與視覺設計技術為主題，從邊緣計算概述入手，逐步深入講解邊緣計算硬件平臺、基於AiCam邊緣計算開發基礎、智能視覺技術概述、深度學習智能視覺模型、邊緣計算模型的加速技術、AiCam智能視覺應用技術和AiCam邊緣計算應用技術，並介紹了邊緣計算領域相關知識。本書首先從邊緣計算的定義、背景、重要性到發展趨勢，全方位展現邊緣計算在當前及未來技術生態中的關鍵地位：隨後深入探討邊緣計算中的核心硬件平臺，重點介紹樹莓派和Nvidia Jetson嵌入式計算系統；還介紹了邊緣端部署的輕量化應用框架AiCam。另外，本書向讀者展示了全面、細緻的智能視覺技術，並深入探討了深度學習在智能視覺領域的重要模型及邊緣計算模型的加速技術。最後，本書基於AiCam框架的OpenCV智能視覺技術應用，並結合門禁、安防、停車的應用場景展開基於AiCam邊緣計算應用項目開發。本書內容豐富、深入淺出，適合人工智能邊緣計算與視覺設計技術的學習者和相關人員閱讀。