新書推薦：
《
当代学术·乡族与国家：多元视野中的闽台传统社会（修订本）
》
售價：HK$
101.2
《
了不起的中国冠军：讲给孩子的奥运故事
》
售價：HK$
78.2
《
海外中国研究·北京的六分仪：中国历史中的全球潮流
》
售價：HK$
78.2
《
霍比特人（插图典藏版，150余幅精美全彩插图，原作地图首度汉化为简体中文，2024年全新译本）
》
售價：HK$
124.2
《
权力的文化与文化的权力：旧制度下的欧洲（1660—1789）
》
售價：HK$
158.7
《
穿透估值：读懂估值中的共识与博弈
》
售價：HK$
90.9
《
人设、流量与成交
》
售價：HK$
68.8
《
复利：全球顶尖投资者的31节认知与决策思维课
》
售價：HK$
103.4
|
| 內容簡介： |
|
本书旨在介绍当前先进的智能检测技术方法。全书共分四部分，第壹部分即绪论，指出智能检测技术的核心问题：“先进感知”和“智能信息处理”技术。第二部分即第2章，讲述多变量数据统计分析与人工智能算法，主要包括主成分分析、回归分析、分类与判别分析等常用的多变量数据统计分析方法，又简述了ANNs、SVM等机器学习和深度学习算法，并附上Matlab实例代码供参考。第三部分包括第3~7章，从对眼、耳、口、鼻、触的仿生传感技术角度，对应阐述光学与图像检测、声学传感与声发射检测、电化学与生物传感器、气敏传感与电子鼻技术，以及能感知对象内部成分的近红外光谱和高光谱成像等先进传感技术。第四部分即第8章，讲述多传感器信息融合以及大数据与云计算技术。本书可作为机械电子、自动化、仪器、电子信息等专业的本科生教材，也可供相关领域工程技术人员参考。
|
| 目錄：
|
|
前言第1章绪论11.1检测技术与传感器11.2智能的基本概念21.2.1何谓智能21.2.2人工智能与自动化的区别31.3智能检测的基本概念31.3.1智能检测技术的层次31.3.2智能检测的特点41.3.3检测与控制技术发展过程的简单回顾41.3.4智能检测系统的结构51.4仿人机器人和自动驾驶汽车举例71.4.1高仿人机器人71.4.2美国Boston Dynamics军用机器人91.4.3帮助高效睡眠的Somnox机器人91.4.4自动驾驶汽车101.5课程内容和体系结构121.5.1本书内容的设计思路121.5.2本书内容设置与框架体系14第2章现代智能检测技术的基础理论162.1数据分析简介162.1.1数据的类型、格式和分析流程162.1.2常用描述性定量数据统计分析方法 182.1.3常用数据预处理方法222.2常用数据统计分析方法252.2.1常用数据统计分析方法分类252.2.2主成分分析方法262.2.3回归分析方法352.2.4判别分析方法492.2.5模型评价方法602.3机器学习方法 612.3.1人工神经网络浅讲622.3.2多层神经网络（深度学习）672.3.3深度学习和机器学习69第3章光栅、光纤与CCD图像传感器733.1光栅与光电编码器733.1.1计量光栅733.1.2光电编码器793.2光纤传感器843.2.1基本知识 843.2.2光纤结构和工作原理843.2.3光纤传感器883.2.4光纤传感器的应用893.3CCD图像传感器933.3.1CCD图像传感器组成933.3.2CCD图像传感器基本工作原理943.3.3彩色CCD结构组成与工作原理993.3.4CCD传感器结构类型和特性参数1073.3.5CCD与CMOS比较1103.3.6CCD图像传感器及其应用1113.3.7CCD图像传感器其他应用举例114第4章声学传感与声发射检测技术1184.1声波的概念和基本性质1184.1.1纵波、横波和声表面波1184.1.2可闻声波、次声波和超声波1204.1.3声波的特性参数1224.2超声波传感器1264.2.1超声波传感器的工作原理1264.2.2超声波技术的典型应用举例1284.3次声波传感器1404.3.1次声波概念与特征1404.3.2次声波应用展望1404.4声发射无损检测技术1424.4.1无损检测及声发射技术简介1424.4.2声发射检测原理1444.4.3工程起重机关键结构件裂纹萌生和断裂的声发射检测案例1524.4.4声发射检测技术的其他应用155智能检测技术目录第5章近红外光谱与高光谱成像技术1585.1光谱分析与振动光谱技术1585.1.1分子光谱1585.1.2电子光谱（紫外吸收光谱）1595.1.3振动光谱1605.2红外吸收光谱1605.2.1红外吸收光谱简介1605.2.2红外吸收光谱产生机理1625.2.3产生红外吸收光谱的条件1635.2.4分子振动的主要参数1665.2.5傅里叶变换红外光谱仪及工作原理1695.3近红外光谱分析技术1715.3.1近红外光谱简介1715.3.2近红外光谱测定的基本原理1745.3.3近红外光谱仪的分类与特点1775.3.4近红外光谱数据分析方法1825.3.5近红外技术的发展与应用1855.4高光谱成像技术1875.4.1高光谱成像技术的产生与基本概念1875.4.2高光谱成像区别于常规近红外光谱的特点及其工作原理1895.4.3高光谱成像及其应用1935.4.4高光谱遥感信息的分析和处理1955.4.5高光谱成像现状分析与展望1985.5近红外光谱与高光谱成像综合应用案例——全麦粉中低含量水平掺杂花生粉的检测研究1985.5.1实验材料与方法1995.5.2高光谱图像亮度校正1995.5.3基于MNF的图谱交互分析2005.5.4光谱预处理与全波长PLSR模型2025.5.5波长选取与多光谱PLSR模型2035.5.6预测结果可视化206第6章气敏传感器与电子鼻技术2096.1气敏传感器 2096.1.1气敏传感器简介2096.1.2电阻型半导体式气敏传感器2106.1.3电阻型半导体式气敏传感器的结构与分类2146.1.4电阻型半导体式气敏传感器的特性参数2176.1.5电阻型半导体式气敏传感器基本测量电路特性2186.1.6电阻型半导体式气敏传感器的应用2196.2电子鼻技术2236.2.1嗅觉仿生与电子鼻技术简介2236.2.2电子鼻的识别机理2246.2.3电子鼻的组成2266.2.4电子鼻技术的发展历史2296.2.5电子鼻应用举例230第7章电化学与生物传感器技术2317.1电化学传感器2317.1.1电化学传感器的概念与分类2317.1.2电势型电化学传感器2317.1.3恒电位电解式电化学传感器2377.1.4电导型传感器2407.2电化学生物传感器2407.2.1生物传感器的概念、组成与分类2407.2.2电化学生物传感器2437.2.3电化学生物传感器应用举例2447.2.4生物传感器的发展趋势249第8章多传感器信息融合与大数据云计算技术简介2528.1多传感器信息融合技术2528.1.1多传感器信息融合的基本概念2528.1.2多传感器信息融合系统简介2548.1.3多传感器信息融合的分类2558.1.4多传感器信息融合模型2558.1.5多传感器信息融合算法2618.1.6应用与前景展望2648.2大数据与云计算技术简介2668.2.1泛在互联的时代2668.2.2大数据简介2678.2.3云计算技术2698.2.4数据中心与云计算架构基础2728.2.5典型的云计算系统平台274参考文献277
|
| 內容試閱：
|
|
“智能检测技术”课程涉及的内容新、领域宽、学科交叉性强。本书的目标是让学生了解当前各类先进检测技术及其发展动态。什么是“智能检测技术”？本书结合传统对“智能”的定义，即所谓智能是指一种随外界条件的变化（自适应）正确地进行感知、分折推理、判断并决策的能力。绪论即第1章以当前先进的智能仿人机器人和无人驾驶汽车技术为例，指出智能检测技术主要包含能对外部环境有感知能力的先进或智能型传感器；和能实现“记忆推理决策”能力的人工智能算法或软件模型。传统检测技术的核心也是传感器，当前智能的传感器莫过于人类的五官，眼、耳、口、鼻、身（触）是人基于内心感知外界事物之途径。因此，本书第3～7章分别从代表视觉、听觉、味觉、嗅觉的眼、耳、口、鼻的仿生传感器模块入手，分别对应阐述光栅光纤与图像检测、声学传感与声发射检测、电化学与生物传感器、气敏传感器与电子鼻技术，以及能够感知对象内部成分的近红外光谱与高光谱成像技术。考虑到工科学生除学习了有限的工程数学课程外，尚缺乏对实际问题的基本数据处理、多源数据统计分析的系统学习和训练，因此设计了第2章作为理论基础部分，包括主成分分析、回归分析、分类与判别分析等常规多变量数据统计分析方法，同时简要阐述了人工神经网络、支持向量机等机器学习和深度学习方法，并附上Matlab实例代码供学习参考。第8章简要介绍多传感器信息融合技术和大数据、云计算技术。本书是在编者所承担《智能检测技术》课程讲义基础上，经多次修订和加工完善逐步形成的。全书由王伟教授负责统稿、修订和定稿，各章执笔人如下：第1章，王伟；第2、6章，王伟、赵昕、宋正河、徐云；第3章，宋正河、王伟；第4章，王伟、魏超杰；第5、7章，王伟、褚璇、徐云；第8章，徐云、魏超杰。 作为以传播知识为目标的教材，本书形成过程中参考了诸多著作和网络资源，在此对相应作者的辛勤付出一并表示诚挚的感谢。本书的出版得到“十三五”国家重点研发计划项目(2018YFC1603500)和国家自然科学基金面上项目(31772062)的大力支持。科技的发展日新月异，智能检测技术也在持续不断地向前发展，加之编者水平有限，定有疏漏之处，恳请读者不吝赐教，对本书提出宝贵意见和建议。编者
|
|
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
