《智慧型與數據重構世界》是2020年5月電子工業出版社出版的圖書，作者是薄智泉,徐亭。
基本介紹
- 書名：智慧型與數據重構世界
- 作者：薄智泉,徐亭
- ISBN：9787121382659
- 出版社：電子工業出版社
- 出版時間：2020年5月
- 頁數：308
- 字數：431千字
- 開本：16開
- 版次：01-01
內容簡介,圖書目錄,
內容簡介
當前我們已經進入了智慧型與數據時代，因此，無論從事什麼職業，我們都應該對智慧型與數據方面的知識及套用有所了解。基於此，《智慧型與數據重構世界》一書不僅對人工智慧、大數據、物聯網等相關的智慧型科技進行了全面的介紹，還對智慧型科技非常重要的一些套用場景進行了分析探討，並給出了大量的實際案例，具有很強的科普性、實用性和啟發性。
圖書目錄
第1章 數據為王001
1.1 大數據的特性003
1.1.1 數據容量大003
1.1.2 數據種類多004
1.1.3 更新頻率快005
1.1.4 準確性高005
1.1.5 價值密度低005
1.2 大數據的雲計算平台006
1.2.1 雲計算的服務形式006
1.2.2 雲計算的服務特點007
1.2.3 大數據云計算環境008
1.3 去中心化的區塊鏈資料庫009
1.3.1 區塊鏈的架構模型009
1.3.2 區塊鏈的技術特徵011
1.3.3 區塊鏈的發展過程012
1.3.4 區塊鏈產品溯源套用實例013
1.4 大數據工具014
1.4.1 數據存儲管理工具015
1.4.2 數據清理工具016
1.4.3 數據挖掘工具016
1.4.4 數據可視化工具016
1.5 數據安全017
1.5.1 數據密碼技術017
1.5.2 企業數據安全018
1.5.3 大數據云計算平台安全019
1.5.4 區塊鏈數據安全019
1.6 機遇與挑戰020
參考文獻021
?
第2章 瘋狂的大腦023
2.1 人工智慧發展歷程025
2.2 人工智慧分類027
2.3 人工智慧關鍵技術028
2.3.1 知識表示028
2.3.2 推理和問題求解035
2.3.3 機器學習037
2.4 自然語言處理047
2.4.1 機器翻譯047
2.4.2 語義理解048
2.4.3 問答系統048
2.5 智慧型化人機互動048
2.5.1 語音互動049
2.5.2 情感互動050
2.5.3 體感互動050
2.5.4 腦機互動051
2.6 計算機視覺051
2.6.1 計算機視覺概述051
2.6.2 計算機視覺理論052
2.6.3 成像、圖像增強計算學054
2.6.4 目標檢測、物體識別與圖像理解055
2.6.5 三維視覺重構計算學056
2.6.6 動態視覺跟蹤計算學057
2.7 生物特徵識別058
2.8 VR/AR/MR060
2.9 當前人工智慧的局限062
參考文獻063
第3章 技術重構引爆智慧型+時代067
3.1 物聯網068
3.1.1 物聯網的含義068
3.1.2 物聯網的架構069
3.1.3 物聯網感知層技術071
3.1.4 物聯網傳輸層技術071
3.1.5 物聯網套用層技術072
3.1.6 物聯網發展的驅動力072
3.1.7 物聯網面臨的挑戰073
3.2 物聯網和5G的關係073
3.2.1 工業與技術革命：從蒸汽機到5G萬物互聯074
3.2.2 5G簡介075
3.2.3 5G關鍵技術簡介080
3.2.4 物聯網與5G的關係088
3.2.5 5G的前景088
3.3 計算能力——人工智慧晶片089
3.3.1 GPU090
3.3.2 FPGA091
3.3.3 ASIC092
3.3.4 類腦晶片094
3.3.5 晶片比較095
3.4 量子計算096
3.5 邊緣計算101
3.5.1 邊緣計算的含義101
3.5.2 邊緣計算與雲計算101
3.5.3 邊緣計算的優勢102
3.5.4 隱私與安全102
3.5.5 邊緣計算的套用場景102
3.6 數字孿生105
3.6.1 數字孿生的概念105
3.6.2 數字孿生的發展105
3.6.3 數字孿生技術體系106
3.6.4 數字孿生與仿真模擬107
3.6.5 數字孿生技術套用109
3.7 人工智慧遇上大數據109
參考文獻111
第4章 智慧型與數據對製造業的重構——工業大腦113
4.1 工業4.0概述114
4.1.1 工業4.0簡介114
4.1.2 工業4.0的核心特徵114
4.1.3 工業4.0和智慧型製造115
4.1.4 智慧型製造的基本原理116
4.1.5 智慧型製造的核心痛點117
4.1.6 智慧型製造的主要套用118
4.2 工業管理系統118
4.2.1 MES簡介118
4.2.2 MES架構119
4.3 工業網際網路120
4.3.1 工業網際網路概況120
4.3.2 工業網際網路平台架構123
4.3.3 工業網際網路平台的核心作用124
4.4 智慧物流126
4.4.1 智慧物流概況126
4.4.2 物流類別127
4.4.3 智慧倉儲物流的系統架構及原理127
4.5 案例：安尼梅森雲動MES在顯示行業（LCD/OLED）的套用128
4.5.1 顯示行業百花齊放128
4.5.2 雲動MES解決方案129
4.5.3 雲動MES的核心創新點131
4.5.4 雲動MES的技術架構131
4.5.5 雲動MES的實施效果131
4.6 案例：汽車零部件製造業項目133
4.6.1 汽車零部件行業狀況133
4.6.2 蓋勒普工業網際網路解決方案134
4.6.3 汽車零部件龍頭企業項目概述135
4.7 案例：街景店車C2M工業網際網路平台143
4.7.1 街景店車C2M工業網際網路平台背景介紹143
4.7.2 街景店車C2M工業網際網路平台的特色145
4.7.3 街景店車C2M工業網際網路平台的先進性145
4.7.4 街景店車C2M工業網際網路平台的實施效果153
4.7.5 街景店車C2M工業網際網路平台的經驗153
4.8 案例：煤礦大腦154
4.8.1 背景介紹154
4.8.2 人工智慧與安全生產156
4.8.3 煤礦大腦簡介156
4.8.4 煤礦大腦的系統架構157
4.8.5 煤礦大腦的典型套用158
4.9 案例：基於數字孿生的汽車白車身輕量化設計161
4.9.1 背景意義161
4.9.2 技術路線162
4.9.3 套用成效164
4.10 案例：科思通智慧倉儲物流解決方案165
4.10.1 科思通智慧倉儲物流解決方案概述165
4.10.2 科思通智慧倉儲物流解決方案詳解166
4.11 工業大腦的機會和趨勢168
參考文獻171
?
第5章 智慧型與數據對出行的重構——智慧出行173
5.1 智慧出行的含義174
5.2 智慧出行的發展175
5.3 智慧型駕駛技術的內涵175
5.4 智慧型駕駛的分類176
5.5 智慧型駕駛的原理176
5.5.1 環境感知技術177
5.5.2 智慧型網聯技術180
5.5.3 決策規劃技術181
5.5.4 智慧型駕駛控制技術182
5.6 智慧型駕駛的意義183
5.7 Mpilot 智慧型駕駛方案184
5.7.1 Mpilot的技術原理184
5.7.2 Mpilot Highway184
5.7.3 Mpilot Parking184
5.7.4 Mpilot的發展戰略和預期185
5.8 智慧機場AET案例186
5.8.1 機場行業狀況186
5.8.2 需要考慮的問題186
5.8.3 解決方案187
5.8.4 解決方案的核心創新點188
5.8.5 方案實施效果及亮點189
5.9 江蘇W市智慧停車案例189
5.9.1 智慧停車的概念189
5.9.2 城市通病——停車難190
5.9.3 W市智慧停車實施措施190
5.9.4 W市智慧停車解決方案191
5.9.5 W市智慧停車技術介紹191
5.9.6 W市智慧停車模式創新點192
5.10 智慧型交通案例193
5.10.1 行業痛點及需求193
5.10.2 系統架構194
5.10.3 技術優勢195
5.10.4 實施案例196
5.11 無人駕駛公交197
5.12 智慧出行的挑戰和展望198
參考文獻199
?
第6章 智慧型與數據對健康的重構——智慧醫療201
6.1 智慧醫療概述202
6.1.1 智慧醫療的定義202
6.1.2 智慧醫療的分類和組成203
6.1.3 人工智慧在智慧醫療中的套用[3]206
6.1.4 智慧醫療面臨的任務207
6.2 “醫療萬事通”——輕醫療輔助平台208
6.3 “身邊的醫生”——遠程心臟康複評估管理體系209
6.4 “在家住院”——移動病房211
6.4.1 移動病房的概念211
6.4.2 移動病房的特點211
6.4.3 移動病房的核心212
6.5 從“可穿戴”到“不穿戴”——新型智慧型醫療儀器213
6.5.1 “可穿戴”的產生及局限213
6.5.2 “不穿戴”的崛起214
6.6 “虛擬醫生”——AI無人診斷系統214
6.7 “智慧養老”——老齡健康管理216
6.7.1 智慧養老的背景216
6.7.2 智慧養老的設計理念217
6.7.3 智慧養老系統218
6.8 人機互動及腦機接口探討219
6.8.1 背景219
6.8.2 腦機接口技術原理220
6.8.3 醫療健康套用場景221
6.8.4 智慧型機械義肢技術原理及特點222
6.9 智慧醫療實踐中的陷阱223
6.9.1 監管陷阱223
6.9.2 專業陷阱224
6.9.3 主體陷阱224
6.9.4 安全與責任陷阱225
6.9.5 隱私和保密陷阱225
6.9.6 時間陷阱226
6.9.7 智慧醫療的特點226
6.10 智慧醫療的機遇與挑戰227
6.10.1 中國特色的智慧醫療[8]227
6.10.2 精準與個性化醫療229
6.10.3 5G時代的智慧醫療229
參考文獻231
第7章 智慧型與數據對生活的重構——智慧生活233
7.1 智慧生活概述234
7.1.1 智慧生活的定義234
7.1.2 智慧生活的本質234
7.2 智慧生活的組成235
7.3 智慧城市的總體架構及關鍵性技術239
7.3.1 智慧城市與大數據總體架構239
7.3.2 智慧城市的系統架構240
7.3.3 智慧城市的關鍵性技術241
7.3.4 網路信息基礎設施與大數據中心建設243
7.3.5 城市大腦在智慧城市中發揮重要作用244
7.3.6 智慧城市構建城市發展新模式245
7.4 各國/地區智慧城市發展對比246
7.5 案例：貴陽花果園智慧社區項目248
7.5.1 智慧社區的定位和意義248
7.5.2 項目背景248
7.5.3 支撐技術248
7.5.4 項目亮點250
7.5.5 運營效果251
7.6 案例：智慧旅遊項目252
7.6.1 智慧旅遊的基本理念252
7.6.2 智慧旅遊系統的建設目標與總體思路253
7.6.3 智慧旅遊系統建設模組253
7.6.4 智慧旅遊系統特色255
7.7 案例：智慧園林解決方案256
7.7.1 智慧園林的基本理念256
7.7.2 滴翠智慧型解決方案介紹257
7.7.3 解決方案的技術原理259
7.7.4 解決方案實施效果及亮點261
7.8 案例：智慧城市項目261
7.8.1 項目背景261
7.8.2 項目建設261
7.8.3 項目功能及特色263
7.8.4 項目效益分析266
7.9 案例：智慧型水務項目267
7.9.1 智慧型水務概述267
7.9.2 智慧型水務的智慧型設備及核心技術267
7.9.3 智慧型水務解決方案269
7.9.4 智慧型水務的優勢270
7.10 案例：智慧差旅項目272
7.10.1 市場及行業狀況272
7.10.2 邸客解決方案介紹272
7.10.3 關鍵技術及創新274
7.11 案例：基於教育大腦的智慧校園275
7.11.1 關於智慧校園275
7.11.2 教育大腦架構及解決方案275
7.11.3 解決方案的核心創新點277
7.11.4 運營效果278
7.12 案例：智慧門店項目278
7.12.1 項目背景278
7.12.2 項目實施280
7.12.3 項目實施效果281
7.13 案例：深圳智慧關愛項目281
7.13.1 項目背景介紹281
7.13.2 項目實施282
7.13.3 項目社會效益283
7.14 智慧生活的未來284
參考文獻286
後記287
1.1 大數據的特性003
1.1.1 數據容量大003
1.1.2 數據種類多004
1.1.3 更新頻率快005
1.1.4 準確性高005
1.1.5 價值密度低005
1.2 大數據的雲計算平台006
1.2.1 雲計算的服務形式006
1.2.2 雲計算的服務特點007
1.2.3 大數據云計算環境008
1.3 去中心化的區塊鏈資料庫009
1.3.1 區塊鏈的架構模型009
1.3.2 區塊鏈的技術特徵011
1.3.3 區塊鏈的發展過程012
1.3.4 區塊鏈產品溯源套用實例013
1.4 大數據工具014
1.4.1 數據存儲管理工具015
1.4.2 數據清理工具016
1.4.3 數據挖掘工具016
1.4.4 數據可視化工具016
1.5 數據安全017
1.5.1 數據密碼技術017
1.5.2 企業數據安全018
1.5.3 大數據云計算平台安全019
1.5.4 區塊鏈數據安全019
1.6 機遇與挑戰020
參考文獻021
?
第2章 瘋狂的大腦023
2.1 人工智慧發展歷程025
2.2 人工智慧分類027
2.3 人工智慧關鍵技術028
2.3.1 知識表示028
2.3.2 推理和問題求解035
2.3.3 機器學習037
2.4 自然語言處理047
2.4.1 機器翻譯047
2.4.2 語義理解048
2.4.3 問答系統048
2.5 智慧型化人機互動048
2.5.1 語音互動049
2.5.2 情感互動050
2.5.3 體感互動050
2.5.4 腦機互動051
2.6 計算機視覺051
2.6.1 計算機視覺概述051
2.6.2 計算機視覺理論052
2.6.3 成像、圖像增強計算學054
2.6.4 目標檢測、物體識別與圖像理解055
2.6.5 三維視覺重構計算學056
2.6.6 動態視覺跟蹤計算學057
2.7 生物特徵識別058
2.8 VR/AR/MR060
2.9 當前人工智慧的局限062
參考文獻063
第3章 技術重構引爆智慧型+時代067
3.1 物聯網068
3.1.1 物聯網的含義068
3.1.2 物聯網的架構069
3.1.3 物聯網感知層技術071
3.1.4 物聯網傳輸層技術071
3.1.5 物聯網套用層技術072
3.1.6 物聯網發展的驅動力072
3.1.7 物聯網面臨的挑戰073
3.2 物聯網和5G的關係073
3.2.1 工業與技術革命：從蒸汽機到5G萬物互聯074
3.2.2 5G簡介075
3.2.3 5G關鍵技術簡介080
3.2.4 物聯網與5G的關係088
3.2.5 5G的前景088
3.3 計算能力——人工智慧晶片089
3.3.1 GPU090
3.3.2 FPGA091
3.3.3 ASIC092
3.3.4 類腦晶片094
3.3.5 晶片比較095
3.4 量子計算096
3.5 邊緣計算101
3.5.1 邊緣計算的含義101
3.5.2 邊緣計算與雲計算101
3.5.3 邊緣計算的優勢102
3.5.4 隱私與安全102
3.5.5 邊緣計算的套用場景102
3.6 數字孿生105
3.6.1 數字孿生的概念105
3.6.2 數字孿生的發展105
3.6.3 數字孿生技術體系106
3.6.4 數字孿生與仿真模擬107
3.6.5 數字孿生技術套用109
3.7 人工智慧遇上大數據109
參考文獻111
第4章 智慧型與數據對製造業的重構——工業大腦113
4.1 工業4.0概述114
4.1.1 工業4.0簡介114
4.1.2 工業4.0的核心特徵114
4.1.3 工業4.0和智慧型製造115
4.1.4 智慧型製造的基本原理116
4.1.5 智慧型製造的核心痛點117
4.1.6 智慧型製造的主要套用118
4.2 工業管理系統118
4.2.1 MES簡介118
4.2.2 MES架構119
4.3 工業網際網路120
4.3.1 工業網際網路概況120
4.3.2 工業網際網路平台架構123
4.3.3 工業網際網路平台的核心作用124
4.4 智慧物流126
4.4.1 智慧物流概況126
4.4.2 物流類別127
4.4.3 智慧倉儲物流的系統架構及原理127
4.5 案例：安尼梅森雲動MES在顯示行業（LCD/OLED）的套用128
4.5.1 顯示行業百花齊放128
4.5.2 雲動MES解決方案129
4.5.3 雲動MES的核心創新點131
4.5.4 雲動MES的技術架構131
4.5.5 雲動MES的實施效果131
4.6 案例：汽車零部件製造業項目133
4.6.1 汽車零部件行業狀況133
4.6.2 蓋勒普工業網際網路解決方案134
4.6.3 汽車零部件龍頭企業項目概述135
4.7 案例：街景店車C2M工業網際網路平台143
4.7.1 街景店車C2M工業網際網路平台背景介紹143
4.7.2 街景店車C2M工業網際網路平台的特色145
4.7.3 街景店車C2M工業網際網路平台的先進性145
4.7.4 街景店車C2M工業網際網路平台的實施效果153
4.7.5 街景店車C2M工業網際網路平台的經驗153
4.8 案例：煤礦大腦154
4.8.1 背景介紹154
4.8.2 人工智慧與安全生產156
4.8.3 煤礦大腦簡介156
4.8.4 煤礦大腦的系統架構157
4.8.5 煤礦大腦的典型套用158
4.9 案例：基於數字孿生的汽車白車身輕量化設計161
4.9.1 背景意義161
4.9.2 技術路線162
4.9.3 套用成效164
4.10 案例：科思通智慧倉儲物流解決方案165
4.10.1 科思通智慧倉儲物流解決方案概述165
4.10.2 科思通智慧倉儲物流解決方案詳解166
4.11 工業大腦的機會和趨勢168
參考文獻171
?
第5章 智慧型與數據對出行的重構——智慧出行173
5.1 智慧出行的含義174
5.2 智慧出行的發展175
5.3 智慧型駕駛技術的內涵175
5.4 智慧型駕駛的分類176
5.5 智慧型駕駛的原理176
5.5.1 環境感知技術177
5.5.2 智慧型網聯技術180
5.5.3 決策規劃技術181
5.5.4 智慧型駕駛控制技術182
5.6 智慧型駕駛的意義183
5.7 Mpilot 智慧型駕駛方案184
5.7.1 Mpilot的技術原理184
5.7.2 Mpilot Highway184
5.7.3 Mpilot Parking184
5.7.4 Mpilot的發展戰略和預期185
5.8 智慧機場AET案例186
5.8.1 機場行業狀況186
5.8.2 需要考慮的問題186
5.8.3 解決方案187
5.8.4 解決方案的核心創新點188
5.8.5 方案實施效果及亮點189
5.9 江蘇W市智慧停車案例189
5.9.1 智慧停車的概念189
5.9.2 城市通病——停車難190
5.9.3 W市智慧停車實施措施190
5.9.4 W市智慧停車解決方案191
5.9.5 W市智慧停車技術介紹191
5.9.6 W市智慧停車模式創新點192
5.10 智慧型交通案例193
5.10.1 行業痛點及需求193
5.10.2 系統架構194
5.10.3 技術優勢195
5.10.4 實施案例196
5.11 無人駕駛公交197
5.12 智慧出行的挑戰和展望198
參考文獻199
?
第6章 智慧型與數據對健康的重構——智慧醫療201
6.1 智慧醫療概述202
6.1.1 智慧醫療的定義202
6.1.2 智慧醫療的分類和組成203
6.1.3 人工智慧在智慧醫療中的套用[3]206
6.1.4 智慧醫療面臨的任務207
6.2 “醫療萬事通”——輕醫療輔助平台208
6.3 “身邊的醫生”——遠程心臟康複評估管理體系209
6.4 “在家住院”——移動病房211
6.4.1 移動病房的概念211
6.4.2 移動病房的特點211
6.4.3 移動病房的核心212
6.5 從“可穿戴”到“不穿戴”——新型智慧型醫療儀器213
6.5.1 “可穿戴”的產生及局限213
6.5.2 “不穿戴”的崛起214
6.6 “虛擬醫生”——AI無人診斷系統214
6.7 “智慧養老”——老齡健康管理216
6.7.1 智慧養老的背景216
6.7.2 智慧養老的設計理念217
6.7.3 智慧養老系統218
6.8 人機互動及腦機接口探討219
6.8.1 背景219
6.8.2 腦機接口技術原理220
6.8.3 醫療健康套用場景221
6.8.4 智慧型機械義肢技術原理及特點222
6.9 智慧醫療實踐中的陷阱223
6.9.1 監管陷阱223
6.9.2 專業陷阱224
6.9.3 主體陷阱224
6.9.4 安全與責任陷阱225
6.9.5 隱私和保密陷阱225
6.9.6 時間陷阱226
6.9.7 智慧醫療的特點226
6.10 智慧醫療的機遇與挑戰227
6.10.1 中國特色的智慧醫療[8]227
6.10.2 精準與個性化醫療229
6.10.3 5G時代的智慧醫療229
參考文獻231
第7章 智慧型與數據對生活的重構——智慧生活233
7.1 智慧生活概述234
7.1.1 智慧生活的定義234
7.1.2 智慧生活的本質234
7.2 智慧生活的組成235
7.3 智慧城市的總體架構及關鍵性技術239
7.3.1 智慧城市與大數據總體架構239
7.3.2 智慧城市的系統架構240
7.3.3 智慧城市的關鍵性技術241
7.3.4 網路信息基礎設施與大數據中心建設243
7.3.5 城市大腦在智慧城市中發揮重要作用244
7.3.6 智慧城市構建城市發展新模式245
7.4 各國/地區智慧城市發展對比246
7.5 案例：貴陽花果園智慧社區項目248
7.5.1 智慧社區的定位和意義248
7.5.2 項目背景248
7.5.3 支撐技術248
7.5.4 項目亮點250
7.5.5 運營效果251
7.6 案例：智慧旅遊項目252
7.6.1 智慧旅遊的基本理念252
7.6.2 智慧旅遊系統的建設目標與總體思路253
7.6.3 智慧旅遊系統建設模組253
7.6.4 智慧旅遊系統特色255
7.7 案例：智慧園林解決方案256
7.7.1 智慧園林的基本理念256
7.7.2 滴翠智慧型解決方案介紹257
7.7.3 解決方案的技術原理259
7.7.4 解決方案實施效果及亮點261
7.8 案例：智慧城市項目261
7.8.1 項目背景261
7.8.2 項目建設261
7.8.3 項目功能及特色263
7.8.4 項目效益分析266
7.9 案例：智慧型水務項目267
7.9.1 智慧型水務概述267
7.9.2 智慧型水務的智慧型設備及核心技術267
7.9.3 智慧型水務解決方案269
7.9.4 智慧型水務的優勢270
7.10 案例：智慧差旅項目272
7.10.1 市場及行業狀況272
7.10.2 邸客解決方案介紹272
7.10.3 關鍵技術及創新274
7.11 案例：基於教育大腦的智慧校園275
7.11.1 關於智慧校園275
7.11.2 教育大腦架構及解決方案275
7.11.3 解決方案的核心創新點277
7.11.4 運營效果278
7.12 案例：智慧門店項目278
7.12.1 項目背景278
7.12.2 項目實施280
7.12.3 項目實施效果281
7.13 案例：深圳智慧關愛項目281
7.13.1 項目背景介紹281
7.13.2 項目實施282
7.13.3 項目社會效益283
7.14 智慧生活的未來284
參考文獻286
後記287
