新書推薦：
《
2024出国留学蓝皮书
》
售價：HK$
79.4
《
中国南方木雕花板（全5册）
》
售價：HK$
687.7
《
中国二战史研究七十年（1950—2019）
》
售價：HK$
667.0
《
摩梭仁者：东巴口述史
》
售價：HK$
135.7
《
趣话通信：6G的前世、今生和未来
》
售價：HK$
90.9
《
不羁.完结篇
》
售價：HK$
60.7
《
性别经济学
》
售價：HK$
71.3
《
中国书法嬗变与思考（国家社科基金后期资助项目）
》
售價：HK$
112.7
|
| 編輯推薦： |
1.针对新一代人工智能技术特点的要求，提出了基于工业大数据的工业智能应用模式与架构。
2.梳理了智能制造主要模式下的AI应用场景。
3.分析了工业智能应用涉及到的技术和核心算法。
4.分析了大量工业智能应用案例。
|
| 內容簡介： |
|
本书共分3篇。第1篇（第1~4章）为智能制造模式，介绍了智能制造模式及AI技术在智能制造中的作用，主要内容为智能制造概述、大规模个性化定制、智能化生产、智能运维与维保。第2篇（第5~8章）为人工智能技术，介绍人工智能及相关技术，主要从人工智能概述、机器学习、深度学习、人工智能开发框架这四个方面对人工智能技术及核心算法进行介绍。第3篇（第9~12章）为工业智能应用，重点介绍了工业智能在客户数据挖掘与个人画像、机器视觉与人连识别、预测性维修、调度优化方面的应用等领域涉及的技术及应用案例。
|
| 關於作者： |
|
郑树泉，上海计算机软件技术开发中心嵌入式工程中心副主任，上海产业技术研究院工程大数据服务创新中心主任，高级工程师。获得4项相关专利，其中含发明专利二项，合作发表相关论文六篇，获得上海科技进步三等奖。研究了德国的工业4.0战略、美国的工业互联网战略及中国制造2025战略，作为智能工厂通用技术标准试验验证及智能制造工业云、大数据标准试验验证二个标准的专家组成员参与了七个标准的起草工作。提出了工业大数据参考架构。是中国信标委工业大数据工作组工业大数据白皮书主要起草人员之一，联合上海市政工程设计院桥梁所联合开发了桥梁健康监测及养护平台等多个工业大数据应用。
|
| 目錄：
|
第1篇智能制造1第1章智能制造概述3
1.1智能制造定义及关键技术3
1.1.1智能制造定义与构成要素3
1.1.2智能制造系统的关键技术5
1.2智能制造发展三个阶段8
1.2.1数字化制造8
1.2.2数字化网络化制造9
1.2.3智能化制造9
1.3智能制造模式10
1.3.1大规模个性化定制10
1.3.2智能化生产11
1.3.3网络化协同13
1.3.4服务化延伸14
1.4工业大数据15
1.4.1生命周期与价值流16
1.4.2企业纵向层级17
1.4.3IT价值链19
1.5工业云平台20
1.5.1工业云平台架构21
1.5.2国内外主要工业云平台21
1.6工业智能23
1.6.1新一代人工智能23
1.6.2智能制造技术机理25
1.6.3人工智能在工业领域的应用27
参考文献28第2章大规模个性化定制30
2.1大规模个性化定制的架构31
2.1.1企业纵向层32
2.1.2产品生命周期层32
2.1.3IT价值链层32
2.2大规模个性化定制的模式和流程32
2.2.1以客户为中心的大规模个性化定制模式32
2.2.2大规模个性化定制流程33
2.3大规模个性化定制系统35
2.3.1接口层36
2.3.2需求分析层37
2.3.3ERP层37
2.3.4MES层39
2.3.5SFC层40
2.3.6设备层41
2.4大规模个性化定制的相关技术42
2.4.1智能交互技术42
2.4.2需求分配智能建模技术45
2.4.3智能工序调整技术47
2.5应用案例49
2.5.1红领集团西服个性化定制业务49
2.5.2维尚家具全流程信息化及大规模数码化定制服务51
2.5.3大信橱柜的订单生产、快速响应和零库存管理53
2.5.4海尔集团基于个性化定制服务架构55
参考文献58第3章智能化生产59
3.1智能化生产的架构及评估模型59
3.1.1智能化生产参考架构59
3.1.2智能制造能力成熟度评估62
3.1.3智能制造与两化融合66
3.2离散工业中的智能化生产66
3.2.1智能化生产系统架构66
3.2.2生产设备网络化66
3.2.3生产过程透明化67
3.2.4生产数据可视化68
3.2.5智能化经营69
3.2.6生产现场无人化69
3.2.7智能化产品69
3.3流程工业中的智能化生产69
3.3.1实时感知70
3.3.2机理分析70
3.3.3模型预测70
3.3.4协同优化70
3.3.5全面统筹70
3.4应用案例71
3.4.1西航集团智能制造71
3.4.2九江石化智能工厂73
3.4.3宝钢基于协同的智能制造76
3.4.4富士康（武汉）基于工业互联网的智能制造77
参考文献80第4章智能运维与服务81
4.1智能运维与服务体系82
4.1.1智能运维系统83
4.1.2智能服务84
4.2技术基础87
4.2.1边缘计算87
4.2.2信息物理系统89
4.2.3工业云92
4.2.4人工智能94
4.3应用案例95
4.3.1海尔中央空调工业互联网云服务平台海尔网器产品智能云服务95
4.3.2中联重科智能运维与服务体系96
4.3.3西奥电梯北斗星智能服务系统梯网互联98
4.3.4威派格智联供水设备远程数据采集与预测性维护100
4.3.5Oglass AR智能眼镜汽车后市场新宠101
参考文献102
第2篇人工智能103第5章人工智能概述105
5.1人工智能的概念、特征与框架106
5.1.1人工智能的概念106
5.1.2人工智能的特征107
5.1.3人工智能参考框架108
5.2人工智能的关键技术110
5.2.1机器学习110
5.2.2知识图谱111
5.2.3自然语言处理111
5.2.4人机交互111
5.2.5计算机视觉111
5.2.6生物特征识别112
5.2.7虚拟现实增强现实112
5.3人工智能产业链113
5.3.1基础层113
5.3.2技术层116
5.3.3应用层116
5.4人工智能应用117
5.4.1安防117
5.4.2交通117
5.4.3智慧城市118
5.4.4智能制造119
5.4.5医疗、教育、金融119
参考文献123第6章机器学习124
6.1机器学习的定义和分类124
6.1.1机器学习的定义124
6.1.2机器学习的分类125
6.2机器学习的算法126
6.2.1kNN算法126
6.2.2聚类分析128
6.2.3决策树132
6.2.4随机森林133
6.2.5支持向量机135
6.3应用案例139
6.3.1高速列车智能驾驶139
6.3.2银行设备故障告警142
6.3.3区域电力需求预测146
参考文献148第7章深度学习149
7.1深度学习的发展历程150
7.2深度学习特征提取151
7.2.1人脑视觉机理151
7.2.2初级（浅层）特征表示152
7.3神经网络与深度学习153
7.3.1浅层学习153
7.3.2深度学习基本思想153
7.3.3深度学习的优势154
7.4深度学习训练过程155
7.4.1传统神经网络缺点155
7.4.2深度网络训练155
7.5深度学习模型156
7.5.1自动编码器156
7.5.2稀疏编码157
7.5.3限制波尔兹曼机159
7.5.4深度信念网络160
7.5.5卷积神经网络161
7.6应用案例163
7.6.1感应电动机故障诊断163
7.6.2交互式问答客服166
7.6.3搜索广告点击率预测168
7.6.4电影票房预测170
7.6.5工件缺陷自动检测171
参考文献173第8章人工智能开发框架174
8.1人工智能主流开发框架概述175
8.1.1TensorFlow175
8.1.2Keras176
8.1.3CNTK178
8.1.4Caffe180
8.1.5MXNet182
8.1.6Torch185
8.2TensorFlow详细介绍186
8.2.1TensorFlow架构图186
8.2.2TensorFlow基本概念187
8.2.3TensorFlow中的模型188
8.2.4深度学习模型在TensorFlow中的体现190
8.3应用案例190
8.3.1MNIST手写数字识别190
8.3.2CIFAR10图像识别192
8.3.3IMDb电影评论情感分析194
8.3.4基于汉语依存句法的主观题评分系统196
8.3.5基于推荐算法的智慧餐饮系统199
参考文献201
第3篇工业智能应用203第9章用户画像205
9.1用户画像的发展背景及意义206
9.1.1发展背景206
9.1.2发展意义206
9.2用户画像的体系结构207
9.2.1用户画像的定义207
9.2.2用户画像体系的建立208
9.2.3标签体系208
9.3用户画像的实现流程210
9.3.1基础数据采集及处理210
9.3.2分析建模212
9.3.3结果呈现213
9.4应用案例213
9.4.1文本数据挖掘213
9.4.2微博用户画像215
9.4.3基于内容的新闻推荐217
9.4.4电网客户用户画像217
9.4.5影视数据用户画像219
参考文献221第10章机器视觉222
10.1机器视觉的系统组成及图像处理流程223
10.1.1系统组成223
10.1.2图像处理流程223
10.2机器视觉相关算法225
10.2.1图像处理225
10.2.2特征提取228
10.2.3图像分析与分类234
10.3机器视觉应用于人脸识别235
10.3.1人脸识别概述235
10.3.2人脸识别应用236
10.3.3人脸识别算法237
10.4机器视觉应用于工业领域238
10.4.1应用概述238
10.4.2工业视觉系统基本组成239
10.5应用案例240
10.5.1基于深度学习的人脸识别240
10.5.2基于机器视觉的PCB裸板缺陷自动检测方法242
10.5.3基于机器视觉的带钢表面缺陷检测244
参考文献245第11章调度优化246
11.1调度理论的发展246
11.2调度主要方法247
11.2.1数学规划247
11.2.2启发式搜索248
11.2.3系统仿真248
11.2.4人工智能248
11.2.5计算智能249
11.2.6实时智能250
11.3调度主要算法250
11.3.1有序搜索250
11.3.2遗传算法250
11.3.3模拟退火252
11.4应用案例254
11.4.1云制造系统调度振华重工制造业流动机械智能调度管理平台研发及应用254
11.4.2公交调度Z公交集团啤酒节期间智能公交调度策略259
11.4.3物流配送调度饿了么方舟智能调度系统262
11.4.4辅助驾驶264
参考文献266第12章预测性维护268
12.1预测性维护概念、架构及系统流程268
12.1.1概念268
12.1.2平台架构269
12.1.3系统流程270
12.2预测性维护技术271
12.2.1技术基础271
12.2.2传感技术271
12.2.3状态监测271
12.2.4数据传输272
12.2.5故障诊断272
12.2.6故障预测273
12.2.7维护管理273
12.2.8维护决策274
12.3预测性维护中的预测模型274
12.3.1时序模型274
12.3.2灰色预测模型275
12.3.3神经网络预测模型275
12.4应用案例276
12.4.1刀具磨损预测276
12.4.2地铁信号设备故障预测279
12.4.3风机叶片结冰预测281
12.4.4桥梁保养维护282
12.4.5电梯故障维护283
参考文献285
|
| 內容試閱：
|
本书是《工业大数据：
架构与应用》的姐妹篇。
制造企业面临提高质量、提升效率、降低成本以及快速响应不断增长的客户个性化消费需求的挑战。然而，现有制造体系和制造水平已经难以满足高端化、个性化、智能化产品和服务增值升级的需求，制造业的进一步发展面临巨大瓶颈和困难，迫切需要制造业的技术创新、智能升级。
物联网、移动互联、大数据、云计算、人工智能等新一代信息技术快速发展并迅速普及应用，将有力推动制造业发展。工业智能是人工智能在制造领域的应用，是制造业数字化、网络化、智能化转型发展的重要内容。随着人工智能技术的快速发展，结合机理模型、工程知识及工业大数据积累，形成制造领域的人工智能模型，并与工业软件、工业互联网平台相集成，将形成一系列融合创新的技术、产品与模式。人工智能赋能制造业领域，将优化提升生产效率、改善产品质量、降低生产成本，典型应用场景有智能产品与装备、智能工厂与生产线、智能管理与服务、智能供应链与物流、智能研发与设计、智能监控与决策等，将促进产业模式发生革命性的变化，全面重塑制造业价值链，极大提高制造业的创新力和竞争力。
2017年7月8日国务院印发了《新一代人工智能发展规划》，提出培育高端高效的智能经济，加快推进产业智能化升级。《新一代人工智能发展规划》中写道：围绕制造强国重大需求，推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。本书编写的目的就是为探索和实施人工智能和工业融合应用的相关人员提供一些参考。
本书主要特点是：
1 针对新一代人工智能技术特点的要求，提出了基于工业大数据的工业智能应用模式与架构；
2 梳理了智能制造主要模式下的AI应用场景；
3 分析了工业智能应用涉及的技术和核心算法；
4 展示了大量工业智能应用案例。
本书旨在通过分析智能制造模式下如何使用人工智能技术助力企业提质升效和转型升级。
各章的作者分别是：
第1章，郑树泉；第2章，徐侃、郑树泉；第3章，徐侃；第4章，武智霞；第5章，郑树泉、李索远；第6章，廖威；第7章，景立森；第8章，李辉；第9章，陈洪超、王倩；第10章，武智霞、周伟奇；第11章，王倩；第12章，武智霞。郑树泉进行了本书的整体内容策划及编写组织工作；李索远承担了本书大量的文字录入、图表制作及版本管理工作。
感谢上海产业技术研究院工业大数据服务创新中心多年来的研究和应用实践为本书的写作积累了大量的素材和案例。
本书在写作过程中得到了中国电子技术标准化研究院及工业大数据标准化研究小组、中国信息通信院及工业互联网联盟相关会员、工业智能服务联盟会员企业、工业大数据产业应用联盟企业的领导和专家的支持，他们为本书的写作提供了不少建议和案例材料，在此一并表示感谢。
人工智能赋能智能制造领域，是个不断改进和演化的过程，工业智能应用研究才刚开始，本书编写只能起到一个抛砖引玉的作用。欢迎读者对不足之处批评指正，希望分享体会和经验，共同推进人工智能在智能制造和智能服务等领域的应用。
作者2018年11月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
