机器智能

作者简介

本书介绍了机器智能的基本概念、理论方法和应用情况，全书共10章，主要内容包括智能、信息、知识、决策等相关的基本概念，结构模拟方法（人工神经网络）的研究思路、基本模型、学习算法、工作原理、典型应用以及优势与困难，功能模拟方法（传统人工智能、专家系统）的知识表示、知识获取、知识应用以及困难所在，行为模拟方法（感知动作系统）的机器感知、模式分类、感知动作系统、机器学习、计算智能以及局限性，机制模拟方法（信息知识智能转换）的全信息理论、知识理论、知识生态模型、智能生成机制以及全信息自然语言理解等，并通过机制模拟把多年来相对独立发展的结构模拟、功能模拟和行为模拟三大学派有机地融为一体，介绍了智能统一理论。在此基础上，拓展介绍了智能与情感相互作用模型、机器智能的宏观应用（智能信息网络）和微观应用（智能机器人）以及机器智能领域的几个前沿未决问题，包括复杂系统理论、不确定性理论和智能数学。本书可作为高等院校智能科学与技术相关专业高年级本科生的教材以及计算机类、信息技术类与自动化类相关专业本科生的参考用书，也适合对智能科学技术有兴趣的广大读者阅读。

书籍目录

第1章机器智能概述

1.1.1基本概念

1.1.2本书内容组织

1.2科学技术的基本概念及基本规律

1.2.1科学技术的基本概念

1.2.2科学技术的发生学机制

1.2.3科学技术发展的基本规律

1.3智能科学技术的历史使命和研究方向

1.3.1历史使命

1.3.2研究方向

1.4本章小结

第2章机器智能的基本概念

2.1智能及其相关概念

2.1.1智能

2.1.2自然智能

2.1.3机器智能

2.1.4隐智能与显智能

2.2信息、知识及其相关概念

2.2.1信息

2.2.2认知

2.2.3知识

2.2.4意识

2.2.5情感

2.3策略及其相关概念

2.3.1策略

2.3.2决策

2.3.3行为

2.3.4执行

2.3.5系统

2.4本章小结

习题

参考文献

第3章机器智能的研究方法之一: 结构模拟

3.1生物神经网络

3.1.1大脑皮层

3.1.2生物神经元

3.1.3生物神经网络

3.2人工神经网络

3.2.1人工神经元模型

3.2.2感知机

3.2.3人工神经网络基本模型

3.2.4人工神经网络发展简史

3.3神经网络学习算法

3.3.1存储与映射

3.3.2人工神经网络的训练

3.3.3基本人工神经网络学习规则

3.4前向多层感知机和BP算法

3.4.1前向神经网络概说

3.4.2单层感知机

3.4.3多层感知机和BP算法

3.5Hopfield反馈神经网络

3.5.1动力学基本概念

3.5.2离散Hopfield网络

3.5.3连续Hopfield网络

3.5.4联想记忆

3.6人工神经网络的典型应用

3.7结构模拟方法的优势与困难

3.8本章小结

习题

参考文献

第4章机器智能的研究方法之二: 功能模拟

4.1发展简史

4.2知识表示与知识工程

4.2.1状态空间法

4.2.2问题归约法

4.2.3谓词逻辑法

4.2.4语义网络法

4.2.5框架表示法

4.2.6知识工程

4.3知识获取

4.3.1知识发现

4.3.2知识获取

4.3.3知识演绎

4.4问题求解

4.4.1图搜索

4.4.2宽度优先搜索

4.4.3深度优先搜索

4.4.4等代价搜索

4.4.5启发式搜索

4.5博弈理论

4.6定理证明

4.6.1消解原理

4.6.2规则演绎系统

4.7专家系统

4.7.1基本概念

4.7.2发展简史

4.7.3基本类型

4.7.4基本结构

4.7.5建造步骤

4.7.6工作机理和结构

4.7.7新型专家系统

4.7.8开发工具

4.8自然语言理解

4.8.1基本概念

4.8.2发展历程

4.8.3句法分析

4.8.4语义分析

4.8.5简单句的自动理解

4.8.6语句之间的关系

4.8.7自然语言生成

4.9功能模拟方法的优势与困难

4.10本章小结

习题

参考文献

第5章机器智能的研究方法之三: 行为模拟

5.1机器感知

5.1.1机器感知基本原理

5.1.2无线传感器网络基本概念

5.1.3信息融合基本概念

5.1.4物联网基本概念

5.2模式分类

5.2.1模式分类基本概念

5.2.2文本分类基本概念

5.2.3文本特征抽取与表示

5.2.4常用的文本分类方法

5.2.5文本分类性能评估

5.3感知动作系统

5.3.1Brooks的研究背景

5.3.2Brooks的研究思路

5.3.3模拟生物体的设计与实现

5.3.4Brooks的分析

5.4机器学习

5.4.1基本概念和发展简史

5.4.2基本结构

5.4.3主要策略

5.4.4机械学习

5.4.5归纳学习

5.4.6类比学习

5.5计算智能

5.5.1基本概念

5.5.2进化计算

5.5.3模糊计算

5.6行为模拟方法的优势与困难

5.7本章小结

习题

参考文献

第6章机器智能的研究方法之四: 机制模拟

6.1机器智能研究的方法论解析

6.1.1近代科学观与方法论及其对智能研究的影响

6.1.2机器智能研究的科学观和方法论

6.2全信息理论

6.2.1全信息

6.2.2全信息的生成

6.2.3全信息的分类

6.2.4概率信息的描述

6.2.5偶发信息的描述

6.2.6确定型信息的描述

6.2.7模糊信息的描述

6.2.8语义信息、语用信息和全信息的描述

6.3知识理论

6.3.1知识的基础理论

6.3.2知识的生成理论

6.3.3知识的激活理论

6.3.4知识的生态模型

6.3.5意识发生学

6.4智能生成机制

6.5智能统一理论

6.6全信息自然语言理解

6.7本章小结

习题

参考文献

第7章机器智能与机器情感

7.1信息检索系统

7.1.1基本概念

7.1.2基本原理

7.1.3智能信息检索

7.2情感分类

7.3情感生成机理: 信息意识情感转换

7.4智能与情感相互作用模型

7.5本章小结

习题

参考文献

第8章机器智能的宏观应用: 智能信息网络

8.1基本概念

8.1.1信息网络

8.1.2智能信息网络

8.1.3网络智能

8.1.4智能网

8.2智能信息网络在经济领域的应用

8.2.1网络化经营

8.2.2配送网络

8.2.3电子商务

8.3智能信息网络在社会领域的应用

8.3.1智能信息网络促进科学研究

8.3.2智能化社区信息网络

8.3.3智能建筑信息网络

8.3.4智能化农业信息网络与信息服务系统

8.4智能信息网络在安全领域的应用

8.4.1保密安全

8.4.2网络安全

8.4.3内容安全

8.5本章小结

习题

参考文献

第9章机器智能的微观应用: 智能机器人

9.1机器人

9.1.1基本概念

9.1.2研究历史

9.1.3情智一体机器人

9.1.4群体智能机器人

9.1.5未来的智能机器人

9.2机器人的应用

9.2.1机器人在生产领域中的应用

9.2.2机器人在生活服务领域中的应用

9.2.3发展智能机器人所面临的困难

9.3智能人机合作

9.4本章小结

习题

参考文献

第10章机器智能的未决问题

10.1复杂性理论

10.2不确定性理论

10.3智能数学

10.4人机关系: 隐智能与创造力

10.5本章小结

习题

参考文献

第1章绪论本章学习目标

1.1机器智能1.1.1基本概念1.1.2本书内容组织1.2科学技术的基本概念及基本规律1.2.1科学技术的基本概念1.2.2科学技术的发生学机制1.2.3科学技术发展的基本规律1.3智能科学技术的历史使命和研究方向1.3.1历史使命1.3.2研究方向1.4本章小结 参考文献

第2章智能科学技术的基本概念本章学习目标2.1智能及其相关概念2.1.1智能2.1.2自然智能2.1.3机器智能2.1.4隐智能与显智能2.2信息、知识及其相关概念2.2.1信息2.2.2认知2.2.3知识2.2.4意识2.2.5情感2.3策略及其相关概念2.3.1策略2.3.2决策2.3.3行为2.3.4执行2.3.5系统2.4本章小结 参考文献

第3章机器智能的研究方法之一: 结构模拟
3.1生物神经网络
3.1.1大脑皮层
3.1.2生物神经元
3.1.3生物神经网络
3.2人工神经网络 3.2.1人工神经元模型
3.2.2感知机（感知器）
3.2.3人工神经网络基本模型
3.2.4人工神经网络发展简史
3.3神经网络学习算法 3.3.1存储与映射
3.3.2人工神经网络的训练（学习）
3.3.3基本人工神经网络学习规则
3.4前向多层感知机和BP算法
3.4.1前向神经网络
3.4.2单层感知机
3.4.3多层感知机和BP算法
3.5Hopfield反馈神经网络
3.5.1动力学基本概念
3.5.2离散Hopfield网络 3.5.3连续Hopfield网络
3.5.4联想记忆
3.6人工神经网络的典型应用
3.7结构模拟方法的特点和困难
3.8本章小结
参考文献

第4章机器智能的研究方法之二: 功能模拟
4.1发展简史
4.2知识表示与知识工程
4.2.1状态空间法
4.2.2问题归约法
4.2.3谓词逻辑法
4.2.4语义网络法
4.2.5框架表示法
4.2.6知识工程
4.3知识获取
4.3.1知识发现
4.3.2知识获取
4.3.3知识演绎
4.4问题求解 4.4.1图搜索
4.4.2宽度优先搜索
4.4.3深度优先搜索
4.4.4等代价搜索
4.4.5启发式搜索
4.5博弈理论
4.6定理证明
4.6.1消解原理
4.6.2规则演绎系统
4.7专家系统
4.7.1基本概念
4.7.2发展简史
4.7.3基本类型
4.7.4基本结构
4.7.5建造步骤
4.7.6工作机理和结构
4.7.7新型专家系统
4.7.8开发工具
4.8自然语言理解
4.8.1基本概念
4.8.2发展历程
4.8.3句法分析
4.8.4语义分析
4.8.5简单句的自动理解
4.8.6语句之间的关系
4.8.7自然语言生成
4.9功能模拟方法的优势与困难
4.10本章小结
参考文献

第5章机器智能的研究方法之三: 行为模拟
5.1机器感知
5.1.1机器感知基本原理
5.1.2无线传感器网络基本概念
5.1.3信息融合基本概念
5.1.4物联网基本概念
5.2模式分类
5.2.1模式分类基本概念
5.2.2文本分类基本概念
5.2.3文本特征抽取与表示
5.2.4常用的文本分类方法
5.2.5文本分类性能评估
5.3感知-动作系统
5.3.1Brooks的研究背景
5.3.2Brooks的研究思路
5.3.3模拟生物体的设计与实现
5.3.4Brooks的分析
5.4机器学习
5.4.1基本概念和发展简史
5.4.2基本结构
5.4.3主要策略
5.4.4机械学习
5.4.5归纳学习
5.4.6类比学习
5.5计算智能
5.5.1基本概念
5.5.2进化计算
5.5.3模糊计算
5.6特点与局限性
5.7本章小结
参考文献

第6章机器智能的研究方法之四: 机制模拟
6.1机器智能研究的方法论解析
6.1.1近代科学观与方法论及其对智能研究的影响
6.1.2机器智能研究的科学观和方法论
6.2全信息理论
6.2.1全信息
6.2.2全信息的生成
6.2.3全信息的分类
6.2.4概率信息的描述
6.2.5偶发信息的描述
6.2.6确定信息的描述
6.2.7模糊信息的描述
6.2.8语义、语用和全信息的描述
6.3知识理论
6.3.1知识的基础理论 6.3.2知识的生成理论
6.3.3知识的激活理论
6.3.4知识的生态模型
6.3.5意识发生学
6.4智能生成机制
6.5智能统一理论
6.6全信息自然语言理解
6.7本章小结
习题
参考文献

第7章机器智能与机器情感
7.1信息检索系统
7.1.1基本概念
7.1.2基本原理
7.1.3智能信息检索
7.2情感分类
7.3情感生成机理: 信息-意识-情感转换
7.4智能与情感相互作用模型
7.5本章小结
习题
参考文献

第8章机器智能的宏观应用: 智能信息网络
8.1基本概念
8.1.1信息网络
8.1.2智能信息网络
8.1.3网络智能
8.1.4智能网
8.2智能信息网络在经济领域的应用
8.2.1智能信息网络助力美特斯邦威快速成长
8.2.2沃尔玛的发展得到智能信息网络支持
8.2.3电子商务 8.3智能信息网络在社会领域的应用
8.3.1智能信息网络促进科学研究
8.3.2智能化社区信息网络
8.3.3智能建筑信息网络
8.3.4智能化农业信息网络与信息服务系统
8.4智能信息网络在安全领域的应用
8.4.1保密安全
8.4.2网络安全
8.4.3内容安全
8.5本章小结 习题
参考文献

第9章机器智能的微观应用:智能机器人
9.1机器人
9.1.1基本概念
9.1.2研究历史
9.1.3情智一体机器人
9.1.4群体智能机器人 9.1.5未来的智能机器人
9.2机器人的应用
9.2.1机器人在生产领域中的应用
9.2.2机器人在生活服务领域中的应用
9.2.3发展智能机器人所面临的困难
9.3智能人机合作
9.4本章小结
习题
参考文献

第10章机器智能的未决问题
10.1复杂性理论
10.2不确定性理论
10.3智能数学
10.4人机关系: 隐智能与创造力
10.5本章小结
习题
参考文献

内容概要

李蕾，澳大利亚悉尼麦觉理大学语言技术研究中心博士后，副教授，研究方向为自然语言处理、智能信息服务。先后主持3项国家级科研项目、1项教育部重点项目、2项教育部“网络时代的科技论文快速共享”专项课题以及2项校级教学科研项目。主讲本科生课程机器智能、信息与知识获取，研究生课程信息检索与信息抽取。

王小捷，北京航空航天大学博士。2002-2004年在日本奈良先端科学技术大学院计算语言学实验室访问研究。教授、博士生导师。研究方向为自然语言处理、认知计算。主持或参与完成国家自然科学基金项目、国家863计划项目等十余项国家级科研项目。

 机器智能下载