智能物联网与深度学习电子书

PREFACE 前言

PART 1 第一篇 绪论

CHAPTER1 第1章 认识智能物联网

1.1 智能物联网的基本概念与体系结构

1.2 智能物联网的起源与国内外发展现状

1.3 智能物联网的应用前景及发展趋势

本章习题

参考文献

CHAPTER2 第2章 认识深度学习

2.1 机器学习的基本概念

2.2 机器学习任务

2.3 深入研究深度学习

2.4 人工神经网络

2.5 神经网络架构

本章习题

参考文献

PART 2 第二篇 智能感知

CHAPTER3 第3章 视觉智能感知

3.1 机器视觉的基本概念和特性

3.2 机器视觉感知技术

3.3 视觉智能感知应用

本章习题

参考文献

CHAPTER4 第4章 听觉智能感知

4.1 机器听觉的基本概念和特性

4.2 机器听觉感知技术

4.3 听觉智能感知应用

本章习题

参考文献

CHAPTER5 第5章 智能无源感知

5.1 智能无源感知的基本概念和特性

5.2 无源感知信号分类

5.3 智能无源感知应用

本章习题

参考文献

CHAPTER6 第6章 多传感器数据融合

6.1 数据融合的基本概念

6.2 数据融合的目标、原理及层次

6.3 多传感器数据融合的方法

本章习题

参考文献

CHAPTER7 第7章 网络化智能协作感知

7.1 传感器网络与无线传感器网络

7.2 协作感知

本章习题

参考文献

PART 3 第三篇 智能计算

CHAPTER8 第8章 深度学习计算

8.1 深度学习计算概述

8.2 模型构造与模型参数初始化和共享

8.3 数据读取和存储

8.4 GPU计算

本章习题

参考文献

CHAPTER9 第9章 卷积神经网络

9.1 卷积神经网络简介

9.2 二维卷积层

9.3 图像物体边缘检测

9.4 互相关运算和卷积运算

9.5 填充和步幅

本章习题

参考文献

CHAPTER10 第10章 群智能算法之粒子群算法

10.1 基本粒子群算法

10.2 粒子群优化算法的基本框架

10.3 粒子群算法分类

10.4 实例分析

本章习题

参考文献

CHAPTER11 第11章 优化算法

11.1 优化与深度学习

11.2 梯度下降和随机梯度下降

11.3 动量法

11.4 自适应学习率算法

本章习题

参考文献

CHAPTER12 第12章 多目标优化算法

12.1 多目标优化算法简介

12.2 三代多目标优化算法

12.3 高维多目标优化算法

12.4 多目标优化算法应用实例

本章习题

参考文献

PART 4 第四篇 应用及展望

CHAPTER13 第13章 智能物联网与深度学习应用

13.1 深度学习在社交媒体分析中的应用

13.2 医疗认知系统与健康大数据应用

13.3 认知车联网与5G认知系统应用

13.4 生成对抗网络在深度学习中的应用

13.5 大数据技术在城市治理与智慧城市中的应用

13.6 无人机应用

13.7 安全与隐私保障应用

13.8 生理和心理状态监测应用

本章习题

参考文献

CHAPTER14 第14章 智能物联网与深度学习的未来展望

14.1 智能物联网与深度学习的发展前景

14.2 智能物联网与深度学习面临的挑战

本章小结