機(jī)器嗅覺技術(shù)理論及應(yīng)用
定 價(jià):52 元
人工智能作為引領(lǐng)未來的前瞻性、戰(zhàn)略性技術(shù),日漸成為國際競爭的新焦點(diǎn)、經(jīng)濟(jì)發(fā)展的新引擎,人工智能必將深刻改變?nèi)藗兊纳詈蜕a(chǎn)方式,給全世界發(fā)展帶來新的機(jī)遇和挑戰(zhàn)。本書從硬件、軟件和算法三個(gè)層面系統(tǒng)地介紹機(jī)器嗅覺技術(shù),既有理論層面的介紹,也有基于嵌入式平臺的實(shí)施方案。既介紹基礎(chǔ)知識,又緊跟時(shí)代發(fā)展需求,不同于科研論文著重聚焦于某個(gè)研究熱點(diǎn)。為了方便機(jī)器嗅覺的剛?cè)腴T者,本書力求系統(tǒng)地描述機(jī)器嗅覺技術(shù),方便讀者對該技術(shù)有一個(gè)全面、清晰的認(rèn)識。
進(jìn)入21世紀(jì)以來,全球科技創(chuàng)新進(jìn)入空前密集活躍的時(shí)期,新一輪科技革命和產(chǎn)業(yè)變革正在重構(gòu)全球創(chuàng)新版圖、重塑全球經(jīng)濟(jì)結(jié)構(gòu)。當(dāng)前,世界主要國家都把人工智能作為國家戰(zhàn)略,機(jī)器嗅覺作為人工智能的一個(gè)分支,提供了一種全新感知環(huán)境的方式,也在此輪創(chuàng)新潮流中發(fā)揮自己的作用。隨著60年的技術(shù)積累,目前機(jī)器嗅覺領(lǐng)域成果豐富,為了便于各行業(yè)人員利用機(jī)器嗅覺解決各自問題,本書將機(jī)器嗅覺技術(shù)從硬件組成到算法模型進(jìn)行了全面、系統(tǒng)地梳理和呈現(xiàn)。內(nèi)容力求深入淺出,同時(shí)書中也提供了嵌入式的解決方案,為機(jī)器嗅覺在具體場景中落地提供了完整的流程。
前言人工智能作為引領(lǐng)未來的前瞻性、戰(zhàn)略性技術(shù),日漸成為國際競爭的新焦點(diǎn)、經(jīng)濟(jì)發(fā)展的新引擎,人工智能必將深刻改變?nèi)藗兊纳詈蜕a(chǎn)方式,給全世界發(fā)展帶來新的機(jī)遇和挑戰(zhàn)。人工智能正重新改變和升級傳統(tǒng)行業(yè)發(fā)展模式、重構(gòu)創(chuàng)新和經(jīng)濟(jì)結(jié)構(gòu),逐漸成為全球經(jīng)濟(jì)和社會發(fā)展的強(qiáng)大推動力。國際上,人工智能戰(zhàn)略競爭態(tài)勢異常嚴(yán)峻,美國、俄羅斯、英國、德國、日本和韓國等發(fā)達(dá)國家均將人工智能上升為國家戰(zhàn)略。美國政府一方面發(fā)布《國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》(2016年)和《維護(hù)美國人工智能領(lǐng)導(dǎo)地位的行政命令》(2019年),旨在保證美國在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位,繼續(xù)實(shí)現(xiàn)全面領(lǐng)先;另一方面,美國全面禁止人工智能領(lǐng)域技術(shù)和產(chǎn)品對我國出口,全面啟動科技戰(zhàn)爭,華為、中興和大疆等一大批企業(yè)和機(jī)構(gòu)被列為出口管制。2019年10月,俄羅斯總統(tǒng)普京簽署命令發(fā)布了《2030年前俄羅斯國家人工智能發(fā)展戰(zhàn)略》,將人工智能技術(shù)的發(fā)展提升至國家戰(zhàn)略高度,確保俄羅斯國家安全,提升整體經(jīng)濟(jì)實(shí)力,并謀求俄羅斯在人工智能領(lǐng)域的全球領(lǐng)先地位。2017年7月,國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》,明確人工智能國家戰(zhàn)略規(guī)劃,到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平,成為世界主要人工智能創(chuàng)新中心。黨的十九大報(bào)告進(jìn)一步強(qiáng)調(diào)推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合。2018年10月,中共中央總書記習(xí)近平同志在中央政治局第九次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)指出,人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù),具有溢出帶動性很強(qiáng)的頭雁效應(yīng)。截至2019年3月份,人工智能連續(xù)第三年被寫入當(dāng)年的政府工作報(bào)告,并提出拓展智能 。機(jī)器嗅覺,又被稱為電子鼻或者人工智能嗅覺,作為一種仿生模擬哺乳動物嗅覺系統(tǒng)的人工智能技術(shù),與機(jī)器視覺和語音處理等同屬于模擬感官的智能技術(shù),主要用于分析氣味/氣體數(shù)據(jù),為感知世界提供一種另外的角度,機(jī)器嗅覺起源于20世紀(jì)60年代,經(jīng)過近60年的發(fā)展,理論研究和應(yīng)用實(shí)踐成果豐富。早期突出其用電子技術(shù)模擬仿真生物的鼻子,因此更多地被稱為電子鼻。隨著人工智能技術(shù)的發(fā)展,其中涉及的人工智能算法研究越來越多、越來越深入和復(fù)雜,人工智能算法在整個(gè)系統(tǒng)中發(fā)揮的作用也越來越大,因而現(xiàn)階段稱之為機(jī)器嗅覺或者人工智能嗅覺則更為合理,本書中將其稱為機(jī)器嗅覺。目前,機(jī)器嗅覺的應(yīng)用場景已經(jīng)包括:醫(yī)療診斷、環(huán)境監(jiān)測、食品安全、生產(chǎn)過程控制和三廢檢測等,并取得了不錯(cuò)的成績。本書作者所在的科研團(tuán)隊(duì)由傳感器材料、智能信號處理和嗅覺模型領(lǐng)域的科研人員組成,旨在響應(yīng)國家號召,圍繞氣味/氣體分析開展傳感器材料、設(shè)備研制、模型和算法等方面的研究。核心研究內(nèi)容包括:氣敏納米傳感材料仿真、制備和測試,機(jī)器嗅覺硬件系統(tǒng)研發(fā)及制造,機(jī)器嗅覺算法系統(tǒng)中模型建立和優(yōu)化,與其他系統(tǒng)的嵌入式融合和各種氣味/氣體數(shù)據(jù)庫建立等。本書的編寫是為了方便入門機(jī)器嗅覺的科研工作者,同時(shí)也將我們多年的工作進(jìn)行一個(gè)系統(tǒng)性的匯報(bào),感謝參與本書編寫的王宇、曹懷升、張峻源、徐多、楊心語、楊天宇、楊文川、張強(qiáng)和李四等人的辛苦付出。雖然本書在編寫過程中力求完善,但仍難免疏漏,如有任何問題,請讀者見諒,并與我們聯(lián)系,我們將悉心聽取,并做改正。編者2022年1月
賈鵬飛博士,廣西大學(xué)副教授,碩士生導(dǎo)師。從事機(jī)器嗅覺理論研究和應(yīng)用落地,已研制的設(shè)備用于高壓柜絕緣異常、醫(yī)療廢棄物處置、細(xì)菌感染和柑橘成熟度檢測。發(fā)表SCI論文40余篇,授權(quán)專利20余項(xiàng),主持或參與國家重點(diǎn)研發(fā)計(jì)劃智能機(jī)器人重點(diǎn)專項(xiàng)、國家自然科學(xué)基金、中國博士后基金和重慶市自然科學(xué)基金等項(xiàng)目。賈國彬美國索菲亞大學(xué)金融工商管理碩士在讀,技術(shù)經(jīng)紀(jì)人和經(jīng)理人。圖瑪機(jī)器智能實(shí)驗(yàn)室和圖瑪牧瑪科技事務(wù)所創(chuàng)始人。長期涉足機(jī)器設(shè)備、檢驗(yàn)檢測、科研服務(wù)、醫(yī)療健康、工業(yè)制造和環(huán)保設(shè)備等產(chǎn)業(yè),以及可靠性工程、技術(shù)轉(zhuǎn)移、機(jī)器視覺和機(jī)器嗅覺的應(yīng)用研究。主持或參與近10項(xiàng)技術(shù)轉(zhuǎn)移轉(zhuǎn)化項(xiàng)目,申請專利7項(xiàng)。
目錄/CONTENTS第一章機(jī)器嗅覺的概念、發(fā)展綜述第一節(jié)基本概念第二節(jié)發(fā)展歷史和現(xiàn)狀第二章機(jī)器嗅覺的硬件構(gòu)成及采樣實(shí)驗(yàn)第一節(jié)氣路第二節(jié)氣體傳感器及電路第三節(jié)數(shù)據(jù)采集卡第四節(jié)電腦端界面第五節(jié)氣體采樣實(shí)驗(yàn)第三章特征提取第一節(jié)初級特征提取第二節(jié)第二級特征提取第四章分類器第一節(jié)BP神經(jīng)網(wǎng)絡(luò)第二節(jié)RBF神經(jīng)網(wǎng)絡(luò)第三節(jié)支持向量機(jī)第五章優(yōu)化算法第一節(jié)群體優(yōu)化算法概述第二節(jié)粒子群優(yōu)化算法第三節(jié)標(biāo)準(zhǔn)粒子群優(yōu)化算法第四節(jié)量子粒子群優(yōu)化算法第五節(jié)改進(jìn)的量子粒子群優(yōu)化算法第六節(jié)磷蝦群優(yōu)化算法第六章機(jī)器嗅覺在低濃度氣體中的運(yùn)用第一節(jié)低濃度氣體樣本的制備第二節(jié)低濃度氣體的重要性第三節(jié)特征提取算法的選取第四節(jié)實(shí)驗(yàn)步驟第七章有標(biāo)簽訓(xùn)練樣本少的解決方案第一節(jié)半監(jiān)督學(xué)習(xí)第二節(jié)遷移學(xué)習(xí)第三節(jié)主動學(xué)習(xí)第八章深度學(xué)習(xí)在機(jī)器嗅覺中的應(yīng)用第一節(jié)何為深度森林第二節(jié)深度森林與決策樹以及隨機(jī)森林的對比第三節(jié)深度森林的結(jié)構(gòu)第四節(jié)深度森林和深度神經(jīng)網(wǎng)絡(luò)比較第五節(jié)深度森林在處理機(jī)器嗅覺數(shù)據(jù)中的應(yīng)用實(shí)例第九章寬度學(xué)習(xí)在機(jī)器嗅覺中的應(yīng)用第一節(jié)寬度學(xué)習(xí)第二節(jié)寬度學(xué)習(xí)在處理機(jī)器嗅覺數(shù)據(jù)中的應(yīng)用實(shí)例第十章基于嵌入式平臺的機(jī)器嗅覺解決方案第一節(jié)為什么要在嵌入式平臺運(yùn)行機(jī)器嗅覺系統(tǒng)第二節(jié)基于K210的機(jī)器嗅覺解決方案第三節(jié)基于樹莓派的機(jī)器嗅覺解決方案參考文獻(xiàn)