第1章　绪　论 1__eol__1.1　背景 1__eol__1.1.1　新一代信息技术 2__eol__1.1.2　人工智能 3__eol__1.1.3　新一代信息技术与人工智能 3__eol__1.2　学习目标 4__eol__第2章　新一代信息技术与人工智能概述 5__eol__2.1　5G?通信技术概述 5__eol__2.1.1 移动通信技术的发展演变 6__eol__2.1.2 5G?的发展现状 7__eol__2.1.3 5G?的特点和优势 8__eol__2.1.4 5G?的主要体系架构 10__eol__2.1.5 5G?的行业应用及对社会的重大影响 10__eol__2.2　物联网技术概述 13__eol__2.2.1 物联网的基本概念 13__eol__2.2.2 物联网技术的发展演变 14__eol__2.2.3 物联网技术的体系架构 15__eol__2.2.4 物联网的行业应用 16__eol__2.3　大数据与云计算技术概述 19__eol__2.3.1　大数据技术概述 19__eol__2.3.2　云计算技术概述 24__eol__2.4　人工智能概述 30__eol__2.4.1　人工智能的发展概况 33__eol__2.4.2　人工智能的内涵 41__eol__2.4.3　人工智能的应用领域 44__eol__2.4.4　新一代信息技术与人工智能的关系 50__eol__2.5　新一代信息技术、人工智能与社会 51__eol__2.5.1　新一代信息技术对社会发展和生产生活方式转变的推动 53__eol__2.5.2　大数据时代的个人隐私保护 57__eol__2.5.3　人工智能与社会伦理 60__eol__第3章　新一代信息技术基础 63__eol__3.1　信息论 63__eol__3.1.1　信息的基本概念 63__eol__3.1.2　信息传递的结构 64__eol__3.1.3　信息的度量 64__eol__3.1.4　通信信道 67__eol__3.1.5　信道容量 68__eol__3.2　现代编码技术 69__eol__3.2.1　现代通信系统及编码技术 69__eol__3.2.2　信源编码 69__eol__3.2.3　信道编码 70__eol__3.3　现代调制技术 71__eol__3.3.1　数字调制的基本概念 71__eol__3.3.2　现代数字调制技术 72__eol__3.4　大数据与云计算技术 73__eol__3.4.1　大数据处理核心技术 74__eol__3.4.2　大数据主要工具简介 83__eol__3.4.3　云计算处理核心技术 88__eol__3.4.4　云计算主要软件简介 101__eol__第4章　人工智能基础 105__eol__4.1　机器学习方法 105__eol__4.1.1　监督学习 107__eol__4.1.2　无监督学习 110__eol__4.1.3　半监督学习 111__eol__4.1.4　强化学习 112__eol__4.2　机器学习模式 112__eol__4.2.1　概率统计学习 112__eol__4.2.2　人工神经网络 119__eol__4.2.3　深度学习 127__eol__第5章　5G?通信与物联网技术应用 141__eol__5.1　5G?通信与物联网技术在车联网中的应用案例 141__eol__5.1.1　智能网联汽车的基本技术 141__eol__5.1.2　通信、物联网技术在智能网联汽车中的应用 143__eol__5.1.3　智能网联汽车的发展趋势 147__eol__5.2　5G?通信在远程操作中的应用案例 148__eol__5.2.1　实现远程操作的基本技术 148__eol__5.2.2　实现远程操作的处理流程及特点 153__eol__5.2.3　远程操作具体应用 154__eol__5.3　5G?通信与物联网技术在智能物流中的应用案例 155__eol__5.3.1　智能物流的基本技术 155__eol__5.3.2　5G?网络在物流行业中的应用优势分析 155__eol__5.3.3　基于?5G?网络的智慧化海量接入物流体系 157__eol__5.3.4　基于?5G?网络的新一代物流应用场景 158__eol__第6章　大数据与云计算技术应用 161__eol__6.1　大数据与云计算在智慧城市中的应用 161__eol__6.1.1　智慧城市建设的三个阶段 162__eol__6.1.2　时空数据和块数据在智慧城市中的作用 162__eol__6.1.3　大数据和云计算技术在智慧城市建设中的应用 165__eol__6.2　大数据与云计算技术在智慧交通中的应用 168__eol__6.2.1　智慧交通概况 168__eol__6.2.2　新技术的融合 169__eol__6.2.3　典型应用案例 170__eol__6.3　大数据与云计算技术在智能推荐系统中的应用 171__eol__6.3.1　智能推荐系统的概念 171__eol__6.3.2　智能推荐数据平台 173__eol__6.3.3　智能推荐系统典型应用案例 177__eol__第7章　人工智能技术应用—机器视觉和机器学习 185__eol__7.1　机器视觉在智能检测和定位中的应用 185__eol__7.1.1　机器视觉的概念 187__eol__7.1.2　机器视觉的特点 188__eol__7.1.3　机器视觉的任务 188__eol__7.1.4　机器视觉和其他领域的关系 189__eol__7.1.5　机器视觉系统的工作原理 190__eol__7.2　机器视觉在同步定位与建图中的应用 192__eol__7.2.1　深度视觉定位传感器 193__eol__7.2.2　定位问题 194__eol__7.2.3　SLAM?端优化理论 196__eol__7.2.4　闭环检测 199__eol__7.3　机器学习在数字三维建模中的应用 199__eol__7.3.1　基于计算机视觉三维重建应用案例 199__eol__7.3.2　基于计算机视觉三维重建过程分析 200__eol__7.3.3　SFM?与三维重建 201__eol__7.3.4　深度学习与三维重建 204__eol__7.4　深度学习在医学影像中的应用 205__eol__7.4.1　深度学习在医学影像中的自动化分割应用 206__eol__7.4.2　基于深度学习的乳腺癌影像分割的方法详解 209__eol__7.5　深度学习在面部表情识别中的应用 212__eol__7.5.1　基于深度学习的表情识别应用案例 212__eol__7.5.2　基于深度学习的表情识别开发过程 213__eol__第8章　人工智能技术应用——自然语言处理 217__eol__8.1　人工智能在机器翻译中的应用 217__eol__8.1.1　机器翻译简介 217__eol__8.1.2　基于深度学习的机器翻译方法 221__eol__8.2　人工智能在语音识别中的应用 223__eol__8.2.1　语音识别的基本概念 223__eol__8.2.2　基于编码器/解码器的语音识别方法 224__eol__8.2.3　语音识别的典型应用 227__eol__8.3　人工智能在智能文本创作中的应用 228__eol__8.3.1　智能文本创作系统简介 228__eol__8.3.2　诗歌语料库 230__eol__8.3.3　智能文本创作的方法 231__eol__8.4　人工智能在文本分类中的应用 233__eol__8.4.1　文本分类的基本概念 233__eol__8.4.2　文本情感分类的基本概念 236__eol__8.4.3　文本分类的方法 238__eol__参考文献 241__eol__