5G+機器視覺實踐與應用

購買商店

5G+機器視覺實踐與應用

$299.00

馬上購買

內容描述

本書主要介紹5G技術、人工智能、機器視覺、智能製造等相關技術及實戰應用，配套裝備助力大專院校在原有基礎上拓寬與完善智能製造專業教育內容，推動智能製造在5G通信、邊緣計算MEC、AI、機器人、機器視覺等學科專業教育中的交叉融合，建立基於5G的智能製造實驗室及課程體系，培養更多高素質智能製造應用型人才，提高學生的實踐創新能力，提升機械學院相關專業學生的未來就業競爭力。 可作為高等院校相關專業學生的教材，也可以作為相關企業的培訓教材和工程技術人員的參考書。

目錄大綱

第1章 移動通信發展 （1）
1．1 引言 （1）
1．1．1 1G：百家爭鳴 （1）
1．1．2 2G：數字通信的開始 （2）
1．1．3 3G：三種標準的角逐 （2）
1．1．4 4G：改變生活 （3）
1．2 什麼是5G （4）
1．3 5G的標準之爭 （5）
1．4 5G的三大特性 （6）
1．4．1 eMBB增強型移動帶寬 （6）
1．4．2 uRLLC高可靠低時延 （7）
1．4．3 mMTC大規模機器通信 （7）
1．5 5G全球應用情況 （7）
1．5．1 國際方面 （7）
1．5．2 我國情況 （9）
1．6 後5G展望 （9）
第2章 5G技術介紹及應用 （11）
2．1 引言 （11）
2．1．1 業務和用戶需求 （11）
2．1．2 可持續發展 （11）
2．1．3 效率需求 （12）
2．2 5G的主要關鍵技術 （12）
2．2．1 移動邊緣計算（MEC） （12）
2．2．2 大規模MIMO技術 （13）
2．2．3 網絡切片 （13）
2．3 5G的網絡規劃 （14）
2．4 5G的典型應用 （15）
2．4．1 政務與公用事業 （15）
2．4．2 工業 （16）
2．4．3 農業 （16）
2．4．4 文體娛樂 （16）
2．4．5 醫療 （17）
2．4．6 交通運輸 （17）
2．4．7 金融 （18）
2．4．8 旅遊 （18）
2．4．9 教育 （18）
2．4．10 電力 （18）
2．5 移動邊緣計算技術應用 （19）
2．5．1 移動邊緣計算的定義 （19）
2．5．2 移動邊緣計算的技術特徵 （19）
第3章 人工智能 （21）
3．1 引言 （21）
3．1．1 “人工”與“智能” （21）
3．1．2 圖靈測試 （22）
3．1．3 人工智能定義 （22）
3．1．4 人工智能的實現途徑 （23）
3．1．5 人工智能的研究 （24）
3．2 機器學習 （26）
3．2．1 機器學習的發展 （26）
3．2．2 機器學習的定義 （28）
3．2．3 機器學習的學習類型 （29）
3．2．4 專注於學習能力 （30）
3．2．5 機器學習的算法 （31）
3．2．6 機器學習的基本結構 （33）
3．2．7 機器學習的應用 （34）
3．3 智能圖像處理 （35）
3．3．1 圖像識別 （36）
3．3．2 圖像識別的基礎 （37）
3．3．3 圖像識別的模型 （37）
3．3．4 圖像識別的發展 （38）
3．3．5 機器視覺 （38）
3．3．6 圖像處理 （39）
3．3．7 計算機視覺 （39）
3．3．8 計算機視覺與機器視覺的區別 （40）
3．3．9 神經網絡的圖像識別技術 （41）
3．3．10 機器視覺的行業應用 （41）
3．3．11 智能圖像處理技術 （45）
3．3．12 目標識別和分類 （46）
3．4 自然語言處理 （46）
3．4．1 什麼是自然語言處理（NLP） （47）
3．4．2 語法類型與語義分析 （49）
3．4．3 統計NLP語言數據集 （51）
3．4．4 語音信號處理 （51）
第4章 機器視覺 （55）
4．1 引言 （55）
4．1．1 機器視覺研究背景及意義 （55）
4．1．2 機器視覺系統的組成 （56）
4．1．3 國內外發展現狀 （56）
4．2 機器視覺硬件介紹 （59）
4．2．1 工業相機 （59）
4．2．2 鏡頭 （61）
4．2．3 光源 （62）
4．2．4 視覺處理機 （65）
4．3 機器視覺算法簡介 （65）
4．3．1 圖像預處理算法 （65）
4．3．2 特徵提取算法 （67）
4．3．3 模板匹配算法 （68）
4．3．4 字符識別算法 （70）
4．4 機器視覺典型應用 （72）
4．4．1 機器視覺系統應用 （72）
4．4．2 機器視覺的典型應用 （73）
4．5 人工智能、機器視覺與5G三者結合 （79）
4．5．1 人工智能、機器視覺與5G三者關係 （79）
4．5．2 人工智能、機器視覺與5G三者結合的應用場景 （79）
第5章 智能製造 （81）
5．1 引言 （81）
5．1．1 智能製造概念 （81）
5．1．2 智能製造系統及組成 （81）
5．2 智能製造的特徵 （84）
5．3 工業4．0與智能製造 （86）
5．3．1 工業4．0概念 （86）
5．3．2 工業4．0的內涵及特徵 （87）
5．3．3 工業4．0與智能製造 （87）
5．4 “中國製造2025”與智能製造 （88）
5．4．1 中國製造2025 （88）
5．4．2 智能製造 （92）
5．5 智能製造發展趨勢 （93）
第6章 基於5G移動邊緣計算創新應用 （94）
6．1 引言 （94）
6．2 項目整體框架 （95）
6．3 項目應用層 （96）
6．4 項目實施方案 （98）
6．5 項目優勢 （99）
6．6 實用效果 （100）
第7章 基於5G機器視覺實驗指導 （101）
7．1 基於5G的智能製造實驗室建設 （101）
7．2 5G網絡的基本部署 （101）
7．3 基於二值化的有無檢測 （104）
7．3．1 實驗原理 （104）
7．3．2 實驗內容及步驟 （105）
7．3．3 課堂考核 （107）
7．4 基於模板匹配的數量統計 （107）
7．4．1 實驗原理 （107）
7．4．2 實驗內容及步驟 （108）
7．4．3 課堂考核 （109）
7．5 缺陷檢測 （110）
7．5．1 實驗原理 （110）
7．5．2 實驗一：O型密封圈毛刺檢測 （111）
7．5．3 實驗二：瓶蓋划痕瑕疵檢測 （113）
7．5．4 課堂考核 （116）
7．6 尺寸測量 （116）
7．6．1 實驗原理 （116）
7．6．2 實驗內容及步驟 （118）
7．6．3 課堂考核 （120）
7．7 字符識別 （120）
7．7．1 實驗原理 （120）
7．7．2 實驗內容及步驟 （121）
7．7．3 課堂考核 （123）
7．8 機器人視覺引導應用 （123）
7．8．1 實驗原理 （123）
7．8．2 實驗步驟 （124）
7．8．3 課堂考核 （129）
參考文獻 （130）

作者介紹

週才健，美國馬里蘭大學電子工程博士，約翰霍普金斯大學MBA。曾就職於多家知名跨國企業。回國後創業，曾擔任浙江正元智慧科技股份有限公司(股票代碼300645)董事、副總兼CTO，浙江工商大學特聘教授;現任杭州電子科技大學企業博導，杭州匯萃智能科技有限公司董事長，浙江省海外高層次人才聯誼會人工智能分會副會長，杭州市僑聯特聘專家委員會電子信息與人工智能專委會主任，深圳市人工智能產業協會專家委員會機器視覺首席科學家。