人工智能基础创新与实践应用

本书共11章，内容包括人工智能基础、实践环境的搭建及软件使用、Python基础与练习、A*算法实验、基于神经网络的图像识别实验、动物分类软件设计实验、垃圾分类实验、手势识别实验、声纹识别实验、基于迁移学习的锂离子电池健康状态评估实验以及基于BP神经网络和粒子群的锂电池SOH评估实验。
本书概括了“人工智能基础”“基于项目驱动的人工智能与数据挖掘创新实践”等课程的主要实践内容，介绍了目前人工智能在应用方面的主流场景，阐述了利用人工智能技术进行创新实践的基本原理和方法。
本书可作为高等院校和高职高专院校电子信息类、计算机类、仪器类和机电类专业学生在人工智能领域的学习实践用书，也可供有关行业的工程技术人员参考。

第1章 人工智能基础
1.1 人工智能的基本概念
1.2 人工智能的发展历史
第2章 实践环境的搭建及软件使用
2.1 Python
2.2 Anaconda
2.3 PyTorch
2.4 PyCharm
2.5 Tensorflow和Keras
2.6 Jupyter Notebook
2.7 PaddlePaddle(飞桨)
2.8 Pyqt5
2.9 第三方库的安装
第3章 Python基础与练习
3.1 Python简介和训练目的
3.2 Python语言基础
3.3 Python的函数
3.4 多个程序文件间函数与类的调用与导入
3.5 Python的编码规范
3.6 习题
第4章 A*算法实验
4.1 实验目的和实验介绍
4.2 实验算法原理及步骤
4.3 实验条件和内容
4.4 实验流程参考
4.5 实验结果
4.6 实验及实验报告要求
4.7 实验程序解析
第5章 基于神经网络的图像识别实验
5.1 实验目的和实验环境配置
5.2 实验原理及概念
5.3 实验内容
5.4 Keras的初步使用(第一种方法)
5.5 Keras的第二种方法(选学部分)
5.6 基于Keras的手写数字识别实验步骤
5.7 基于PaddlePaddle的手写数字识别
5.8 实验及实验报告要求
第6章 动物分类软件设计实验
6.1 实验目的和实验环境配置
6.2 基于PaddleHub的动物识别实验
6.3 利用Pycharm移植完成动物识别程序设计
6.4 基于Pyqt5的可视化软件界面设计
6.5 Pyqt5调用PyCharm程序
6.6 打包工具Pyinstaller
6.7 程序设计可能遇到的问题
第7章 垃圾分类实验
7.1 实验目的和实验介绍
7.2 实验算法原理及步骤
7.3 实验条件和内容
7.4 实验流程参考
7.5 实验结果
7.6 实验及实验报告要求
7.7 实验程序解析
第8章 手势识别实验
8.1 实验目的和实验介绍
8.2 实验步骤
8.3 实验条件和内容
8.4 实验实现参考
8.5 实验结果
8.6 实验及实验报告要求
8.7 实验程序解析
第9章 声纹识别实验
9.1 实验目的和实验介绍
9.2 实验算法原理及步骤
9.3 实验条件和内容
9.4 实验流程参考
9.5 实验过程及结果
9.6 实验及实验报告要求
9.7 实验程序解析
第10章 基于迁移学习的锂离子电池健康状态评估实验
10.1 实验目的和实验环境配置
10.2 实验背景
10.3 机理概述
10.4 环境和数据准备
10.5 模型搭建方法
10.6 模型训练简介
10.7 采用迁移学习提高模型精度
10.8 结果可视化
10.9 错误及解决方法
10.10 实验程序解析
第11章 基BP神经网络和粒子群的锂电池SOH评估实验
11.1 实验目的和实验介绍
11.2 实验算法原理及步骤
11.3 实验环境与数据预处理
11.4 实验内容
11.5 实验流程参考
11.6 实验结果
11.7 实验及实验报告要求
11.8 实验程序解析
参考文献
附录 部分彩图