先進智能感知技術與應用
王俊生
- 出版商: 化學工業
- 出版日期: 2026-07-01
- 定價: $1,008
- 售價: 8.5 折 $856
- 多買優惠 簡體書新到貨|2書75折 ( 11/14-11/22 )
- 語言: 簡體中文
- 頁數: 413
- ISBN: 7122489906
- ISBN-13: 9787122489906
-
相關分類:
AI Coding
立即出貨 (庫存 < 3)
簡體書新到貨|2書75折 ( 11/14-11/22 ) 詳見活動內容 »
-
85折
$458深入理解大語言模型:原理、實現和應用 -
85折
$356Codex從入門到精通 -
85折
$351微積分之美 : 偉大定理和天才的數學思維 -
85折
$504微積分之美 : 偉大定理和天才的數學思維 (精裝) -
85折
$453Harness Engineering 實戰:構建可靠的生產級 AI Agent -
79折
$469數據即產品 -
85折
$458從零開始構建大模型:架構設計、模型訓練與高效部署 -
79折
$331KIMI K3從入門到精通:從智能對話到數字員工 -
85折
$402VibeCoding 氛圍編程一本通 -
85折
$1,172編譯器設計, 3/e -
79折
$331SDD 實戰:規範驅動開發之道 -
79折
$474LangGraph 開發 AI Agent 實踐 -
79折
$378電子遊戲視覺藝術史 -
75折
$494Python 編程快速上手 — 讓煩瑣工作自動化, 3/e -
79折
$374FreeRTOS 實時操作系統 — 架構、移植與開發 -
79折
$236LangChain 與大語言模型應用開發實踐 -
85折
$1,014BPF 之巔:洞悉 Linux 系統和應用性能 (BPF Performance Tools) -
79折
$378電子遊戲視覺藝術史 -
$534Data+AI:基於本體的數據智能體實踐 -
$528AI修圖、視頻與設計:DeepSeek+豆包+即夢+扣子Coze+PS -
79折
$425Claude Code Agentic 編程與項目開發實戰 -
79折
$611動手學 AutoML 從NAS到大語言模型優化實戰 -
85折
$560CodeBuddy領航:AI輔助編程應用·架構·交付 -
85折
$351重構個體:AI 時代如何打造個人競爭力 -
85折
$1,371簡明數學史 (下冊) : 現代數學 (原書第3版)
相關主題
商品描述
本書共9章,內容包括緒論、先進智能感知技術理論基礎、微流控芯片傳感技術、等離激元光學傳感技術、光纖傳感技術、光學遙感成像技術、半導體氣體傳感技術、人工智能檢測技術、智能感知技術的應用與未來發展趨勢等,涵蓋了先進智能感知技術的基本理論、基本方法、關鍵技術和最新研究進展,旨在將先進智能感知技術的基礎理論和前沿應用介紹給廣大讀者。
本書可供從事人工智能、智能感知及智能傳感技術等領域的科研人員、技術人員和管理人員參閱,也可供高等學校電子信息、智能傳感、微機電系統、微流控技術、分析化學、生物技術及相關專業師生參考。
作者簡介
王俊生,大連海事大學二級教授、遼寧省海洋傳感與智能檢測技術重點實驗室主任。長期致力於海洋微汙染物微流控智能檢測及船舶港口海洋環境感知技術及裝備研發,主持國家重點研發計劃項目課題、國家自然科學基金等科研項目33項,發表論文160餘篇,以第一發明人獲授權發明專利38項、國際專利1項、入選交通運輸行業中青年科技領軍人才、遼寧省“興遼英才計劃”科技創新領軍人才、遼寧省教學名師。獲得遼寧省技術發明一等獎、中國海洋工程科學技術一等獎、中國航海學會技術發明一等獎、中國航海科技突出貢獻獎、中國航海學會創新團隊獎(團隊負責人)、中國造船學會創新團隊獎(團隊負責人)、中國專利獎等獎項17項。
目錄大綱
第1章緒論 1
1.1概述1
1.2先進智能感知技術的發展歷史與意義2
1.2.1先進智能感知技術的發展歷史2
1.2.2先進智能感知技術的意義12
1.3先進智能感知技術的構成與特點13
1.3.1先進智能感知技術的構成13
1.3.2先進智能感知技術的特點13
1.4先進智能感知技術的應用領域與發展前景14
1.4.1先進智能感知技術的應用領域14
1.4.2先進智能感知技術的發展前景15
參考文獻17
第2章先進智能感知技術理論基礎 18
2.1先進傳感技術基礎18
2.1.1先進傳感數學基礎18
2.1.2光學電磁理論21
2.1.3半導體理論23
2.1.4微流控芯片理論基礎29
2.2感知原理與感知過程37
2.2.1技術基礎與感知原理37
2.2.2感知原理與工作流程37
2.2.3關鍵技術與難點38
2.3信息采集與數據分析39
2.3.1信息采集技術40
2.3.2數據分析技術40
2.3.3面臨的挑戰與解決方案41
參考文獻41
第3章微流控芯片傳感技術 43
3.1概述43
3.2微流控芯片制作工藝43
3.2.1微流控芯片材料43
3.2.2微加工技術51
3.2.3制作工藝及流程59
3.3光流控芯片傳感68
3.3.1激光誘導熒光技術69
3.3.2紫外吸收光度技術74
3.3.3等離子體光譜技術75
3.4電流控芯片傳感77
3.4.1電流法77
3.4.2電導法80
3.4.3電勢法82
3.4.4電感法83
3.4.5電容法85
3.5電化學微流控芯片傳感88
3.5.1電化學傳感發展歷程89
3.5.2電化學傳感技術89
3.5.3電化學傳感未來趨勢98
3.6其他微流控芯片傳感技術99
3.6.1質譜傳感99
3.6.2聲學傳感102
3.6.3磁學傳感106
3.7微流控芯片傳感技術的應用110
參考文獻112
第4章等離激元光學傳感技術 118
4.1概述118
4.2表面等離激元理論模型與特性118
4.2.1表面等離激元的理論模型118
4.2.2表面等離激元的光學性質136
4.3表面等離激元共振傳感器137
4.3.1基本原理137
4.3.2傳感器類型139
4.3.3性能指標152
4.4表面等離激元傳感技術的應用154
4.4.1環境監測154
4.4.2醫療衛生167
4.4.3食品安全178
參考文獻183
第5章光纖傳感技術 187
5.1概述187
5.2損耗型光纖傳感技術187
5.2.1主要類型187
5.2.2性能指標及主要影響因素188
5.2.3研究現狀與面臨的挑戰189
5.3光纖光柵傳感技術190
5.3.1光纖布拉格光柵傳感技術190
5.3.2長周期光纖光柵傳感技術194
5.3.3傾斜光纖光柵傳感技術198
5.4光纖幹涉傳感技術202
5.4.1光纖邁克爾遜幹涉傳感技術202
5.4.2光纖馬赫曾德幹涉傳感技術205
5.4.3光纖法布裏珀羅幹涉傳感技術207
5.4.4光纖Sagnac幹涉傳感技術210
5.5諧振式光纖傳感技術212
5.5.1諧振式光纖傳感器基本原理與主要性能指標212
5.5.2表面等離激元共振型光纖傳感技術214
5.5.3局域表面等離激元共振型光纖傳感技術216
5.5.4長程表面等離激元共振型光纖傳感技術217
5.5.5損失模式共振型光纖傳感技術219
5.6分布式光纖傳感技術220
5.6.1背向散射型分布式光纖傳感技術220
5.6.2前向幹涉型分布式光纖傳感技術223
5.7新型光纖傳感技術225
5.7.1回音壁微腔光纖傳感技術225
5.7.2新材料光纖傳感技術226
5.7.3光纖量子傳感技術227
5.8光纖傳感技術的應用229
5.8.1光纖海洋溫鹽深傳感器229
5.8.2光纖水聽器231
5.8.3光纖地震監測系統233
5.8.4光纖陀螺儀235
5.8.5光纖測井系統237
參考文獻238
第6章光學遙感成像技術 243
6.1概述243
6.2典型遙感傳感器243
6.2.1CMOS243
6.2.2CCD247
6.2.3IRFPA253
6.2.4其他傳感器255
6.3光學遙感成像原理256
6.3.1攝影成像原理257
6.3.2掃描成像原理257
6.4光學遙感成像平臺259
6.4.1國外遙感成像平臺259
6.4.2我國遙感成像平臺266
6.5光學遙感圖像處理方法272
6.5.1遙感數字圖像特征272
6.5.2輻射校正274
6.5.3幾何校正277
6.5.4圖像增強280
6.6光學遙感成像技術典型應用289
6.6.1遙感測繪289
6.6.2環境遙感290
6.6.3海洋遙感290
參考文獻291
第7章半導體氣體傳感技術 293
7.1概述293
7.1.1氣體傳感器的發展歷史293
7.1.2氣體傳感器種類294
7.1.3半導體氣體傳感器的重要性298
7.2半導體氣體傳感器的工作原理299
7.2.1半導體理論299
7.2.2氣體與半導體的交互作用302
7.2.3受體功能和轉換功能306
7.2.4效用因子308
7.3氣體傳感器制造技術310
7.3.1傳感器材料310
7.3.2前沿制造技術313
7.3.3性能指標314
7.4傳感器陣列與氣體識別算法315
7.4.1傳感器陣列315
7.4.2氣體識別算法316
7.5氣體傳感器性能優化322
7.5.1響應優化322
7.5.2選擇性優化325
7.6氣體傳感器應用與未來趨勢330
7.6.1氣體傳感器應用330
7.6.2氣體傳感器未來發展趨勢332
參考文獻335
第8章人工智能檢測技術 339
8.1人工智能技術概述339
8.1.1發展歷史339
8.1.2相關理論342
8.2機器學習345
8.2.1監督學習的概念345
8.2.2無監督學習的概念346
8.2.3強化學習的概念347
8.2.4半監督學習和主動學習348
8.2.5機器學習經典算法348
8.3卷積神經網絡350
8.3.1卷積神經網絡的結構351
8.3.2卷積運算351
8.3.3局部感受野352
8.3.4權值共享353
8.3.5池化層354
8.3.6卷積神經網絡的訓練356
8.4循環神經網絡357
8.4.1循環神經網絡基本概念357
8.4.2長短期記憶網絡(LSTM)358
8.4.3門控循環單元(GRU)361
8.5Transformer架構363
8.5.1註意力機制366
8.5.2Transformer結構369
8.5.3視覺Transformer371
8.6基於深度學習網絡的檢測模型372
8.6.1AlexNet模型372
8.6.2VGG模型374
8.6.3GoogLeNet模型375
8.6.4ResNet模型376
8.6.5RCNN模型378
8.6.6Fast RCNN模型379
8.6.7Faster RCNN模型380
8.6.8YOLO模型382
8.7人工智能檢測技術的應用和發展384
8.7.1人工智能的應用案例384
8.7.2人工智能的未來展望385
參考文獻386
第9章智能感知技術的應用與未來發展趨勢 388
9.1在智能制造中的應用388
9.1.1概述388
9.1.2光刻技術388
9.1.3表面微加工390
9.1.4體微加工391
9.1.5三維打印技術393
9.1.6激光直寫技術396
9.2在智能交通中的應用398
9.2.1概述398
9.2.2案例分析399
9.3在智慧環保中的應用401
9.4在智能城市中的應用404
9.5在智慧能源中的應用406
9.6在智能醫療中的應用407
9.6.1智能醫療中的典型智能感知技術及其應用408
9.6.2智能感知技術在智能醫療中的未來發展趨勢409
9.6.3基於表面等離激元共振原理的檢測分析技術在醫療領域中的應用409
參考文獻412
