智能理论与警用智能技术（第2版）

　　第1章 智能理论与警用智能技术概述
　　1.1 智能与人工智能
　　1.2 人工智能的定义、内容、方法
　　1.3 AI的假设、分级、标准
　　1.4 几个AI经典问题的描述
　　1.5 什么是AI技术
　　1.6 关于人的智能研究
　　1.7 小结
　　第2章 问题、问题空间、搜索
　　2.1 定义状态空间及搜索问题
　　2.2 产生式系统
　　2.3 控制策略
　　2.4 产生式系统问题求解的基本算法
　　2.5 小结
　　第3章 产生式系统启发式搜索技术
　　3.1 生成与测试法
　　3.2 登山法
　　3.3 最佳——优先搜索
　　3.4 AND一OR图与AO*算法
　　3.5 约束补偿
　　3.6 手段——目的分析
　　3.7 问题归约
　　3.8 小结
　　第4章 知识表达
　　4.1 知识的概念
　　4.2 知识表达的方法
　　4.3 知识表达方式的分类
　　4.4 逻辑知识表达
　　4.5 语义网络表示
　　4.6 过程性知识表达
　　4.7 框架知识表达
　　4.8 小结
　　第5章 逻辑推理
　　5.1 经典逻辑推理
　　5.2 基于规则的演绎推理
　　5.3 非经典逻辑推理
　　5.4 逻辑编程
　　5.5 小结
　　第6章 规划
　　6.1 概述
　　6.2 块世界：问题表达的实例
　　6.3 规划系统的功能
　　6.4 前向、后向搜索控制下的规划
　　6.5 目标堆栈规划
　　6.6 约束位置的非线性规划
　　6.7 分层规划
　　6.8 小结
　　第7章 不确定的符号推理
　　7.1 非单调推理
　　7.2 极大极小推理
　　7.3 解决不确定性问题的正逆向推理
　　7.4 真值维持系统
　　7.5 小结
　　第8章 统计推理
　　8.1 概率与贝叶斯(Bayes)理论
　　8.2 确定性系统和规则基系统
　　8.3 贝叶斯网络
　　8.4 证据理论
　　8.5 模糊逻辑与模糊推理
　　8.6 小结
　　第9章 槽一填料结构
　　9.1 语义网
　　9.2 概念从属关系
　　9.3 框架
　　9.4 剧本
　　9.5 进程表示法
　　9.6 cyc
　　9.7 小结
　　第10章 博弈
　　10.1 概述
　　10.2 最大最小搜索进程
　　10.3 α-β剪枝法
　　10.4 博弈实例
　　10.5 小结
　　第11章 理解与自然语言理解
　　11.1 什么是理解
　　11.2 影响理解的因素
　　11.3 用满足约束条件进行理解
　　11.4 自然语言理解
　　11.5 简单句理解
　　11.6 所有格语法
　　11.7 复合句理解
　　11.8 语言生成
　　11.9 机器翻译
　　11.10 小结
　　第12章 学习
　　12.1 机器学习的分类
　　12.2 类比学习
　　12.3 概念学习
　　12.4 基于解释的学习
　　12.5 机器学习的研究目标
　　12.6 小结
　　第13章 专家系统
　　13.1 什么是专家系统
　　13.2 专家系统的分类
　　13.3 专家系统的一般体系结构
　　13.4 专家系统的开发过程
　　13.5 专家系统的开发工具
　　13.6 决策支持系统
　　13.7 专家系统实例剖析
　　13.8 小结
　　第14章 连接模型
　　14.1 概述
　　14.2 感知器
　　14.3 霍普菲尔德网络
　　14.4 自组织神经网络
　　14.5 神经网络学习
　　14.6 无监督学习
　　14.7 神经网络的应用
　　14.8 小结
　　第15章 并行与分布式的人工智能系统
　　15.1 心理模型
　　15.2 推理过程的并行化
　　15.3 分布式推理系统
　　15.4 协同合作
　　15.5 分布式推理的算法
　　15.6 小结
　　第16章 常识性推理
　　16.1 事件定性过程
　　16.2 常识的本质
　　16.3 记忆组织
　　16.4 相关推理
　　16.5 小结
　　第17章 感知和行动
　　17.1 感知和行动
　　17.2 视觉
　　17.3 语音识别
　　17.4 机器人的结构
　　……
　　第18章 人工智能的回顾与展望——人工智能、广义人工智能、智能科学技术
　　第19章 国际刑警
　　第20章 警用大型专家系统
　　第21章 智能机器人执法
　　第22章 刑侦智能技术
　　第23章 公安智能决策支持系统
　　第24章 公安通信中的智能技术
　　第25章 公安智能生物技术认证
　　第26章 公安智能化指挥中心
　　第27章 消防报警系统
　　第28章 智能化公安基层信息管理
　　第29章 智能化小区
　　第30章 电子政务
　　第31章 警犬智能技术
　　第32章 智能化的计算机网络安全
　　第33章 视频技术中的智能
　　第34章 安全防范系统中的智能
　　第35章 智能交通系统
　　第36章 警用智能科学与技术管理
　　参考文献

　　    王昆翔，1937年12月生；中国人民公安大学教授、一级警监，中国人工智能学会常务理事。主要从事教学与科研工作。曾指导本科生、研究生（博士生、硕士生）、留学生的教学、科研工作。讲课：为本科生、研究生主讲：《计算机组成与结构》、《人工智能原理》、《智能理论与警用智能技术》、《机器人计算机控制技术》、《计算机通信与网络》。科研：国家自然科研基金项目“基于画像原理的人像识别的研究”及总参“TK发动机故障检测仪的研制”等部级项目13项。著作：《智能理论与警用智能技术》、《计算机组成与结构》，《现代公安科学技术知识教程》等10部。论文：在国内外刊物与国际会议发表《警用大型专家系统》、《人脸识别的实验室研究方法》等论文30篇。正从事的研究工作：与挪威国立TROMS φ UNIVERSITY OTTO教授从事“分布式系统的User Recognition using Camera and Microphone-based Face，Body and Voice Recognition in a Room with a Display Wall.”的研究工作。获奖情况：获国务院“高等教育事业突出贡献奖”（政府终身特殊津贴）。

　　    《智能理论与警用智能技术》讲述了智能理论的基本理论与方法，知识获取，知识表达，产生式系统及控制策略；推理、规划、学习、专家系统及类脑模型建模及算法；人工智能（AI）的展望。还有智能技术在公安系统的应用。这些应用主要有：国际刑警、警用大型专家系统、机器人执法、刑侦智能技术、决策支持系统、公安通信、生物认证、指挥中心、消防报警、电子政务、警犬技术、网络安全、安全防范、智能交通等。
　　    智能是现代科学研究的前沿，智能科学是探索人类智能的奥秘与规律及在机器中（或在动物中）复现人类智能的科学。