人工智能原理与方法

作　者：王永庆

ISBN：7560509347

出版社：西安交通大学出版社

开本装帧：简装 / 16开 / 466页

印刷时间：2003年12月 / 第1版

新旧程度：8成新书边、书角有少量磨损；有一些笔记或勾画,但不影响阅读。全书无破损、缺页等。

销售状态：有货

定价：32元

广州旧书网价格：11元 / 原价34折

真情回馈读者,即日起全场满50元包快递,快递超过书款的20%包平邮. 满100元(不含邮费)赠送15元,包快递,快递超过书款的20%包平邮. 满200元(不含邮费)赠送30元,包快递,快递超过书款的20%包平邮. 以此类推,不设上限.
邮费说明
挂号平邮:6元/首700g，0.7元/续100g，5-15天到。
快递
地区	首重1kg	续重1kg	时限
广州市区	6元	1元	第二天
珠三角	8元	2元	第二天
河北/山西/山东/重庆/四川/贵州/云南/陕西/甘肃/青海	15元	8元	2-3天
东三省/内蒙古	18元	10元	3-4天
其它大部分地区	12元	7元	2-3天

◆ [人工智能原理与方法] 图书简介

本书较全面地介绍了人工智能的基本理论、方法及其应用技术。全书共12章，可分为三
大部分：第一部分包括第1章至第6章，论述了人工智能的三大技术，即知识表示、推理及搜
索，重点讨论了不确定性的表示及处理技术；第二部分包括第7章至第10章，着重讨论了专家
系统、机器学习、模式识别及智能决策支持系统等研究领域的有关概念及系统构成技术；第三
部分包括第11章和第12章，分别讨论了神经网络和智能计算机的概念、模型、研究现状及展
望等。
该书取材新颖，具有系统性、新颖性、实用性及可读性等特点，便于教学和自学，适于作为
计算机学科本科生及研究生的教科书，亦可供有关科技人员参考。

◆ [人工智能原理与方法] 图书目录

目录
第1章绪论
1.1什么是人工智能
1.1.1智能
1.1.2人工智能
1.1.3人工智能的发展简史
1.2人工智能的研究目标及基本内容
1.2.1人工智能的研究目标
1.2.2人工智能研究的基本内容
1.3人工智能的研究途径
1.3.1以符号处理为核心的方法
1.3.2以网络连接为主的连接机制方法
1.3.3系统集成
1.4人工智能的研究领域
1.4.1专家系统
1.4.2机器学习
1.4.3模式识别
1.4.4自然语言理解
1.4.5自动定理证明
1.4.6自动程序设计
1.4.7机器人学
1.4.8博弈
1.4.9智能决策支持系统
1.4.10人工神经网络
本章小结
习题
第2章人工智能的数学基础
2.1命题逻辑与谓词逻辑
2.1.1命题
2.1.2谓词
2.1.3谓词公式
2.1.4谓词公式的解释
2.1.5谓词公式的永真性、可满足性、不可满足性
2.1.6谓词公式的等价性与永真蕴含
2.2多值逻辑
2.3概率论
2.3.1随机现象
2.3.2样本空间与随机事件
2.3.3事件的概率
2.3.4条件概率
2.3.5全概率公式与Bayes公式
2.4模糊理论
2.4.1模糊性
2.4.2集合与特征函数
2.4.3模糊集与隶属函数
2.4.4模糊集的表示方法
2.4.5模糊集的运算
2.4.6模糊集的λ水平截集
2.4.7模糊度
2.4.8模糊数
2.4.9模糊关系及其合成
2.4.10模糊变换
2.4.11实数域上几种常用的隶属函数
2.4.12建立隶属函数的方法
本章小结
习题
第3章知识与知识表示
3.1基本概念
3.1.1什么是知识
3.1.2知识的特性
3.1.3知识的分类
3.1.4知识的表示
3.2一阶谓词逻辑表示法
3.2.1表示知识方法
3.2.2一阶谓词逻辑表示法的特点
3.3产生式表示法
3.3.1产生式的基本形式
3.3.2产生式系统
3.3.3产生式系统的分类
3.3.4产生式表示法的特点
3.4框架表示法
3.4.1框架理论
3.4.2框架
3.4.3框架网络
3.4.4框架中槽的设置与组织
3.4.5框架系统中求解问题的基本过程
3.4.6框架表示法的特点
3.5语义网络表示法
3.5.1语义网络的概念
3.5.2知识的语义网络表示
3.5.3常用的语义联系
3.5.4语义网络系统中求解问题的基本过程
3.5.5语义网络表示法的特点
3.6脚本表示法
3.6.1概念依赖理论
3.6.2脚本
3.7过程表示法
3.7.1表示知识方法
3.7.2过程表示法的特点
3.8Petri网表示法
3.8.1表示知识方法
3.8.2Petri网表示法的特点
3.9面向对象表示法
3.9.1面向对象的基本概念
3.9.2表示知识方法
本章小结
习题
第4章经典逻辑推理
4.1基本概念
4.1.1什么是推理
4.1.2推理方式及其分类
4.1.3推理的控制策略
4.1.4模式匹配
4.1.5冲突消解策略
4.2自然演绎推理
4.3归结演绎推理
4.3.1子句
4.3.2海伯伦理论
4.3.3鲁宾逊归结原理
4.3.4归结反演
4.3.5应用归结原理求取问题的答案
4.3.6归结策略
4.4与/或形演绎推理
4.4.1与/或形正向演绎推理
4.4.2与/或形逆向演绎推理
4.4.3与/或形双向演绎推理
4.4.4代换的一致性及剪枝策略
本章小结
习题
第5章不确定与非单调推理
5.1基本概念
5.1.1什么是不确定性推理
5.1.2不确定性推理中的基本问题
5.1.3不确定性推理方法的分类
5.2概率方法
5.2.1经典概率方法
5.2.2逆概率方法
5.3主观Bayes方法
5.3.1知识不确定性的表示
5.3.2证据不确定性的表示
5.3.3组合证据不确定性的算法
5.3.4不确定性的传递算法
5.3.5结论不确定性的合成算法
5.4可信度方法
5.4.1可信度的概念
5.4.2C－F模型
5.4.3带有阈值限度的不确定性推理
5.4.4加权的不确定性推理
5.4.5前提条件中带有可信度因子的不确定性推理
5.5证据理论
5.5.1D－S理论
5.5.2一个具体的不确定性推理模型
5.6模糊推理
5.6.1模糊命题
5.6.2模糊知识的表示
5.6.3模糊匹配与冲突消解
5.6.4模糊推理的基本模式
5.6.5简单模糊推理
5.6.6模糊三段论推理
5.6.7多维模糊推理
5.6.8多重模糊推理
5.6.9带有可信度因子的模糊推理
5.7基于框架表示的不确定性推理
5.7.1不确定性知识的框架表示
5.7.2框架的不确定性匹配
5.7.3框架推理
5.8基于语义网络表示的不确定性推理
5.8.1不确定性知识的语义网络表示
5.8.2语义网络推理
5.9非单调推理
5.9.1非单调推理的概念
5.9.2缺省理论
5.9.3界限理论
5.9.4正确性维持系统TMS
本章小结
习题
第6章搜索策略
6.1基本概念
6.1.1什么是搜索
6.1.2状态空间表示法
6.1.3与/或树表示法
6.2状态空间的搜索策略
6.2.1状态空间的一般搜索过程
6.2.2广度优先搜索
6.2.3深度优先搜索
6.2.4有界深度优先搜索
6.2.5代价树的广度优先搜索
6.2.6代价树的深度优先搜索
6.2.7启发式搜索
6.2.8A算法
6.3与/或树的搜索策略
6.3.1与/或树的一般搜索过程
6.3.2与/或树的广度优先搜索
6.3.3与/或树的深度优先搜索
6.3.4与/或树的有序搜索
6.3.5博弈树的启发式搜索
6.3.6α－β剪枝技术
6.4搜索的完备性与效率
6.4.1完备性
6.4.2搜索效率
本章小结
习题
第7章专家系统
7.1基本概念
7.1.1什么是专家系统
7.1.2专家系统的产生与发展
7.1.3专家系统的分类
7.2专家系统的一般结构
7.2.1人机接口
7.2.2知识获取机构
7.2.3知识库及其管理系统
7.2.4推理机
7.2.5数据库及其管理系统
7.2.6解释机构
7.3知识获取
7.3.1知识获取的任务
7.3.2知识获取方式
7.4知识的检测与求精
7.4.1知识的一致性与完整性
7.4.2基于经典逻辑的检测方法
7.4.3基于Petri网的检测方法
7.4.4知识求精
7.5知识的组织与管理
7.5.1知识的组织
7.5.2知识的管理
7.6专家系统的建造与评价
7.6.1专家系统的建造原则
7.6.2专家系统的开发过程
7.6.3专家系统的评价
7.7专家系统的开发工具
7.7.1人工智能语言
7.7.2专家系统外壳
7.7.3通用型专家系统工具
7.7.4专家系统开发环境
7.8新一代专家系统的研究
7.9专家系统举例
7.9.1动物识别系统
7.9.2专家系统MYCIN
本章小结
习题
第8章机器学习
8.1基本概念
8.1.1什么是机器学习
8.1.2学习系统
8.1.3机器学习的发展
8.1.4机器学习的分类
8.2机械式学习
8.3指导式学习
8.4归纳学习
8.4.1归纳推理
8.4.2示例学习
8.4.3观察与发现学习
8.5类比学习
8.5.1类比推理
8.5.2属性类比学习
8.5.3转换类比学习
8.6基于解释的学习
8.6.1基于解释学习的概念
8.6.2基于解释学习的学习过程
8.6.3领域知识的完善性
8.7学习方法的比较与展望
8.7.1各种学习方法的比较
8.7.2机器学习的展望
本章小结
习题
第9章模式识别
9.1基本概念
9.1.1什么是模式识别
9.1.2模式识别的一般过程
9.2统计模式识别
9.2.1模板匹配分类法
9.2.2最小距离分类法
9.2.3相似系数分类法
9.2.4几何分类法
9.2.5Bayes分类法
9.2.6聚类分析法
9.3结构模式识别
9.3.1结构模式识别的基本过程
9.3.2基元抽取与模式文法
9.3.3模式的识别与分析
9.4模糊模式识别
9.4.1基于最大隶属原则的模式分类
9.4.2基于择近原则的模式分类
9.4.3基于模糊等价关系的模式分类
9.4.4基于模糊相似关系的模式分类
本章小结
习题
第10章智能决策支持系统
10.1基本概念
10.1.1决策与决策过程
10.1.2决策支持系统
10.1.3智能决策支持系统
10.2智能决策支持系统的基本构件
10.2.1数据库系统
10.2.2模型库系统
10.2.3方法库系统
10.2.4知识库系统
10.2.5人机接口系统
10.3智能决策支持系统的系统结构
10.3.1四库结构
10.3.2融合结构
10.4多媒体人机智能接口
10.4.1多媒体技术
10.4.2多媒体技术在智能决策支持系统中的应用
10.4.3多媒体人机智能接口的设计与实现

◆ 人工智能原理与方法同类图书推荐

·人工智能原理及其应用 (王万森/电子工业出版社/8成新)
·计算智能的数学基础 (褚蕾蕾等/科学出版社/8成新/P2)
·智能卡技术 IC卡 (第二版/王爱英/清华大学出版社/8成新/P2)
·人工智能及其应用 (第二版/蔡自兴/清华大学出版社/8成新)
·人工智能原理与应用 (张仰森/高等教育出版社/8成新)
·人工智能原理 (石纯一等/清华大学出版社/全新)
·人工智能 (OHM大学理工系列/(日)沟口理一郎/科学出版社/9成新)
·人工智能 ([美]尼尔森著郑扣根等译/机械工业出版社)

?2007 广州旧书网　中国旧书联盟 ┆ 关于我们 ┆ 代理合作 ┆ 图书馆工程 ┆ 网站地图 ┆ 分类目录 ┆ 帮助中心 ┆ 意见反馈 ┆ 友情链接