二. 图像变换的数学原理和函数使用
第4课 图像处理，使用OpenCV实现线性滤波器、非线性滤波器和5种高级形态学滤波操作，图形缩放，图像金字塔和阈值化
第5课 图像变换，讲解各种类型的图形变换方法，包括使用OpenCV做边缘检测用到的canny算子、sobel算子、Laplace算子，进行图像特征提取的霍夫线变换、霍夫圆变换，重映射，仿射变换和直方图均衡化
第6课 图像分割，使用OpenCV实现常用前景检测方法，寻找物体的凸包，使用多边形包围轮廓，角点检测方法

三. 图像处理中的机器学习
第7课 OpenCV中的机器学习ML组件，贝叶斯分类器、K近邻分类器的使用
第8课 支持向量机SVM，期望较大化EM和决策树在OpenCV中的使用
第9课 随机森林，boost分类器和人工在OpenCV中的使用

第10课 案例：使用OpenCV做特征匹配，介绍当下最常用和前沿的“以图搜图”的实现方法
第11课 案例：使用OpenCV做人脸对齐，人脸识别和人脸中的五官识别
第12课 案例：使用OpenCV实现监控视频的行人识别与跟踪

• 仿汽车驾驶证行驶证字体字库

• 这个是0.11版Linux内核源码，其中每一行都含有中文注释，能够帮且初学者快速入门Linux内核

• 仓储物资管理系统【SQLServer数据库+课程设计文档】1.需求分析 1.1系统目标与要求 1.2系统分析 1.3业务流程图 2.系统逻辑方案 2.1数据流程图（DFD）2.2数据字典（简称DD） 3系统总体结构设计 3.1软件系统总体结构设计 3.2数据存储的总体设计 3.3系统功能模块设计 4数据库详细设计 4.1数据库设计 4.2数据库的完整性和安全性 5.数据库操作（SQL Server2000语句完成） 5.1创建仓储物资管理系统 5.2创建各类别索引信息表 5.3建立存储过程向表中插入、修改、删除数据 5.3.1插入数据的存储过程 5.4建

• 自考 数据结构 02331 课后习题答案方便学习

• it工程师好帮手，很全的it模板库，网络上找到最全的加上我常用的

• 内含本人搜集整理的55个LABVIEW应用实例。

• 小甲鱼C语言课件+源代码小甲鱼零基础入门学习C语言的课件和源代码。小甲鱼的C语言讲的很好，支持小甲鱼~资料中包含了小甲鱼视频的所有PPT和源代码。

• 第二版，添加了个简单的说明文档。其他一样基于STM32R8T6的无刷无感电机驱动，由原子的DMA的ADC基本代码修改而来，主要内容包含在control.c中，外部驱动使用的是BTS7971，使用MOS也行，ADC一直采样判断过零。有电流环控制，但是注释了，修要的把注释去掉就行。代码采用三步启动方法启动电机，有延时30电角度换向，是参考MK电调的说明文档（无刷无感直流电机攻略@timegate墨鸢）代码纯手写，可以私信问我，交流为主，但是我可能不会及时回复。

• 内容简介 · · · · · ·这是一本经典的Windows核心编程指南，从第1版到第5版，引领着数十万程序员走入Windows开发阵营，培养了大批精英。作为Windows开发人员的必备参考，本书是为打算理解Windows的C和C++程序员精心设计的。第5版全面覆盖Windows XP，Windows Vista和Windows Server 2008中的170个新增函数和Windows特性。书中还讲解了Windows系统如何使用这些特性，我们开发的应用程序又如何充分使用这些特性，如何自行创建新的特性。...作者简介 · · · · · ·Jeffrey Richter是一位在

• 分别对几种轿车的发动机特性与最高车速、加速能力等汽车动力性指标进行了仿真. 仿真结果表明,相关仿真数据与厂家提供的参考数据相吻合. 所建立的仿真模型是实用的,具有车型适应性强、模型参数量少且易获取等特点.

• 第一章 理论篇： 初识AI发展简史 了解AI产业生态

  本章介绍了计算机视觉、语音识别、自然语言处理在现实生活中的应用，描述了人工智能的定义和三大注意学派。其次简述了人工智能发展简史，介绍了专用人工智能和通用人工智能的发展情况。最后，从知识表示、机器感知、机器思维、机器学习、机器行为等方面说明了人工智能研究范畴，并描述了人工智能产业生态

• ●1.1 人工智能概述

  计算机视觉、语音识别、自然语言处理都是当前人工智能技术研究及应用落地较为集中的领域。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能有三大主义学派，即符号主义、连接主义、行为主义。

• ●1.2 人工智能发展简史

  达特茅斯会议是人工智能发展史上的里程碑，标志着人工智能的诞生。自达特茅斯会议之后，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人瞩目的成就。2011年以后，人工智能进入以深度学习为代表的大数据驱动的飞速发展期。

• ●1.3 人工智能研究范畴及产业生态

  人工智能研究范畴包括知识表示、机器感知、机器思维、机器学习、机器行为等，人工智能的四个要素：数据、算法、算力、场景都在AI产业生态图中得以体现，场景其实就是最顶层的人工智能在金融、医疗、安防、娱乐、教育、零售、农业等行业的应用。

• 第二章 理论篇：分析AI发展形势 探索行业AI新价值

  AI技术的应用也成为了一股潮流。本章将从AI技术的发展趋势出发，介绍AI技术在智能行业和计算产业的应用，并从AI+专业的学生素质培育和未来就业前景讲述AI行业的发展趋势。

• ●2.1 人工智能行业发展趋

  5G时代的到来，让大数据时代向前迈进了一个新的阶段。本章将从AI技术在智能行业的应用，以及AI技术对于行业和教育的影响进行论述，详细的介绍AI技术的发展。

• ●2.2 计算产业洞察及鲲鹏计算战略

  以鲲鹏为例阐述算力的发展及重要性

• ●2.3 AI+专业的学生素养培育

  从AI 领域架构、AI 技术架构、AI工程师成长之路、AI人才能力架构以及人工智能认证，反射人工智能需要哪些知识能力，从而引导AI人才的培养。

• ●2.4 AI+专业的未来就业前景

  本节概述人工智能人才薪资及需求量，解读人工智能就业岗位需求及岗位能力指标、工作领域，就业前景。

• 第三章 应用篇：智能家居

  智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备连接到一起，提供家电控制、照明控制、电话远程控制等，本章简单从小智能产品开始，讲述智能家居及发展前景。

• 本节引入小度、扫地机器人智能小家电，阐述对生活的便利，激发对智能家居的学习兴趣。

• ●3.2 智能家居设计方案

  智能家居具备哪些特点，设计遵循哪些原则，需要哪些技术，本节给展现分析。未来的家装的趋势必将智能化。

• ●3.3 智能家居现状及发展前景

  智能家居让我们生活便捷、安全、节能环保，未来可期！

• 第四章 应用篇：智能建造

  本章介绍大数据、物联网等新技术的浪潮正在席卷全球，“智能建筑”的发展也迎来了它的黄金时期。智能建造作为一种新兴技术，在建筑智能化领域发挥其自身价值和广泛应用。如今我国建筑面积不断增加，建筑智能化的市场需求也处于持续扩张的状态，智能建造也正从概念逐渐走向落地。本章从建筑智能化出发，介绍智能建筑的起源与发展以及未来的发展方向，并从智慧社区和智慧城市两方面介绍我国在智能建造领域中的应用。

• ●4.1 建筑智能化：赋能建筑、人与空间

  智能建造现已成为建筑业发展的必然趋势和转型升级的重要抓手。本节从智能建筑的世界第一楼开始分析了智能建造的发展，以及未来智能建造的发展方向。

• ●4.2 智慧社区：赋能城市有机更新

  智慧社区是以智慧政务提高办事效率，以智慧民生改善人民生活，以智慧家庭打造智能生活，以智慧小区提升社区品质的一种全方位提供便捷服务的社会管理创新的新模式。它将“智慧城市”的概念引入了社区，以社区群众的幸福感为出发点，通过打造智慧社区为社区百姓提供便利，从而加快和谐社区建设，推动区域社会进步。基于物联网、云计算等高新技术的“智慧社区”是“智慧城市”的一个“细胞”，它将是一个以人为本的智能管理系统，有望使人们的工作和生活更加便捷、舒适、高效。

• ●4.3 智慧城市：引领创新

  随着物联网、云计算、大数据、人工智能等新一代信息技术和实体经济深度融合，智慧城市建设进入发展黄金期，智慧建筑行业也迎来新的发展机遇。根据2018年~2023年中国建筑智能化工程行业市场规模预测以及分析，未来，国内智能建筑占新建建筑的比例将不断提高，所以智能建筑是智慧城市的重要组成部分，是发展智慧城市良好发展的核心基础。

• 第五章 应用篇：人工智能与医学

  本章内容主要是介绍人工智能在医疗上的应用，包含其在新药研发、医学诊断、疾病预测、图像分析、机器人助手、健康管理、医学统计学和人类生物学、治疗效果和预后预测等方面。同时从两个服务维度上--智慧医疗和智慧养老，介绍了人工智能与医学的结合应用。最后从技术、数据、应用、法规4个方面阐述了目前人工智能的面临的挑战并做了展望。

• ●5.1 人工智能在医学中的应用

  近年来，人工智能快速发展，它在医学上的应用激增，主要应用于新药研发、医学诊断、疾病预测、图像分析、机器人助手、健康管理、医学统计学和人类生物学、治疗效果和预后预测等。

• ●5.2 智慧医疗与智慧养老

  “智慧医疗”是最近兴起的专有医疗名词，是一套融合物联网、云计算等技术，以患者数据为中心的医疗服务模式。 “智慧养老”是面向居家老人、社区及养老机构的传感网络系统与信息平台，并在此基础上提供实时、快捷、高效、低成本的，物联化、互联化、智能化的养老服务。

• ●5.3 人工智能在医学应用中的挑战

  人工智能医学应用中面临技术、数据、应用、法规4个方面的挑战。我们相信随着人工智能的不断发展，将会越来越利好于人类。

• 第六章 应用篇：基于“颐康互联网”的虚拟养老院

  为了更好的满足广大老年人口的居家养老需求，在“互联网＋”时代智能养老日渐“落地实施”的推动下，互联网+智慧养老日益提上日程。本章将讲述基于互联网发展下的虚拟养老院的构建，其以网络通讯平台和信息服务系统为支撑,采用政府引导、企业运作、专业人员服务与社会志愿者服务相结合的方式，虚拟养老院网约护士上门为老人提供所需服务,使老人足不出户,就能享受到多元化的养老服务。

• ●6.1 智能养老——为了 2.5 亿中国老人

  根据中国的国情，结合现代化的信息技术，催生虚拟养老产物。

• ●6.2 基于“颐康互联网”的虚拟养老院

  建立信息服务系统，借助互联网技术实现虚拟养老。

• ●6.3 虚拟养老院的网约护士

  "网约护士"是指用手机 App 下单,就能预约一位护士上门提供居家护理。

• 第七章 技术篇：编程思维

  本章介绍的主要是借助生活中的一些案例，由浅入深锻炼同学们的编程思维能，而编程语言，是和“机器”沟通的语言，不论是开发人工智能，还是与它们协同工作，你都要会用“机器”听得懂的语言和它们交流。因此，从技能层面来说，编程将是人工智能时代的必备基础。

• ●7.1 走进编程思维

  本节让学生能够认识到编程思维的重要性，特别是如何提升编程思维能力。

• ●7.2 编程实现判断三角形

  本节让学生利用编程思维来解决三角形的实现过程。

• ●7.3 循环编程思维实现九九乘法表

  本节让学生利用编程思维来解决九九乘法表的实现过程。

• ●7.4 循环编程思维输出等腰三角形与菱形

  本节让学生利用编程思维来解决图形（等腰三角形和菱形）的实现过程。

• 第八章 技术篇：机器学习

  本章介绍了机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。本章我们从机器学习的发展开始讲起，回顾其发展历程，介绍目前常用的算法与应用特点。对机器学习的通用模型进行介绍，最后列举机器学习在目前生活中的应用，展望未来的发展。

• ●8.1 机器学习概述

  本节主要介绍机器学习的基本定义，了解什么是机器学习。然后回顾机器学习的发展历程，初步介绍各类方法与目前的应用情况。对本章节内容进行整体梳理，建立知识脉络。

• ●8.2 典型机器学习算法

  本节主要介绍了回归算法、决策树、SVM、集成学习和神经网络等常见的机器学习算法与特点。每种算法的提出是为了解决专门领域的问题，自身有着独特的结构与组建方式。

• ●8.3 机器学习实现过程

  本节主要介绍了机器学习实现的四个过程：机器学习的目标、模型评估与选择、构建损失函数、选择最优化方法。大部分机器学习算法都可以分解成这四个步骤，掌握这个流程有助于我们学习、改进和应用算法。

• ●8.4 机器学习的应用

  本节主要介绍了机器学习的应用领域与挑战。在当今的许多分支学科领域，无论是多媒体、图像学，还是网络通信，软件工程，乃至芯片设计，都能找到机器学习技术的身影。尤其是在计算机视觉、自然语言处理领域，机器学习已经成为最重要的技术进步源泉。

• 本章介绍了物联网的定义、技术标准、产业政策等概念，在此基础上详细分析物联网三层体系结构，并对每一层所涉及的关键技术作比较全面的介绍，然后介绍物联网应用场景，介绍一些在工业、农业、交通、家居等领域的典型应用，让我们更清晰认识到物联网技术在我们身边无处不在。最后，将对物联网系统开发所涉及的开发平台做了一些简单介绍。

• ●9.1 物联网基本概念

  主要介绍物联网的基本概念、物联网的由来，物联网体系的相关标准，以及各个国家的产业政策等。通过本章的学习，我们将基本了解物联网的概貌，对技术、标准、产业的发展有基本的认识。

• ●9.2 物联网体系构架

  主要介绍物联网三层体系结构，即感知层、传输层与应用层。并具体介绍每一层涉及的关键技术，以及物联网在标识、跟踪与控制方面的应用。通过本章的学习，我们将对整个物联网体系的关键技术有比较全面的了解。

• ●9.3 物联网典型应用

  主要介绍物联网在工业、农业、交通、家居等领域的典型应用，以及在这些应用中所用的相关技术。针对我们比较熟悉的应用，探析所涉及物联网的技术和器件，对物联网技术和应用有更加深入的认识。

• ●9.4 物联网开发平台

  主要介绍物联网应用开发平台。涉及基础的树莓派开发板，华为、百度等综合性开发平台等。通过物联网开发平台可以大大降低系统开发难度与成本，是我们开发物联网系统过程中非常关键的一环。

• 第十章 人工智能数据挖掘实战

  本章介绍了数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势，并利用这些知识和规则建立用于决策支持的模型，提供预测性决策支持方法、工具和过程。人工智能数据挖掘技术有助于发现业务的趋势，揭示已知的事实，预测未知的结果，因此，人工智能数据挖掘技术已成为当前必要的方法。

• ●10.1 九九归一：线性回归

  回归分析是通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具。在工商管理、经济、社会、医学和生物学等领域应用十分广泛。

• ●10.2 智慧互通：人工神经网络

  人工神经网络是一种模拟大脑神经突触连接结构处理信息的数学模型，其目的在于模拟大脑的某些机理与机制，实现一些特定的功能。在工业界和学术界都有广泛的应用。

• ●10.3 物以类聚：聚类分析

  聚类分析是研究“物以类聚”的一种现代统计分析方法，是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法。在社会、管理、地质勘探、天气预报、生物分类、医学等许多方面的应用卓有成效。

• ●10.4 拨云见日：主成分分析(补录)

  主成分分析可以通过降维技术把多个指标简化为几个综合性指标。在经济管理中用主成分分析法将一些复杂的数据综合成几个商业指数形式，如物价指数、生活费用指数、商业活动指数等。

• 第十一章 人脸识别案例

  OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。本章通过实例、编码实现人脸识别技术。

• 人脸识别首先可以彩色图片转换为黑白图片

• 识别人脸需要的函数代码重点掌握

• 眼睛如何识别，编码实现需要灵活贯通。

• 借助摄像头现场直接识别自己，展示识别人脸技术。

• 本章介绍了PyQt5以一套Python模块的形式来实现功能，包含了超过620个类，600个方法和函数。它是一个多平台的工具套件，它可以运行在所有的主流操作系统中。本章主要介绍PyQt5的一些常用基本功能，使学生能够掌握PyQt5的一些基础操作。再熟悉了基础操作之后，本章也在此基础上给出了PyQt5与人工智能相结合的两个实际案例，借此激发学生了解与进一步深入探讨研究的兴趣。

• pyqt5基础介绍与安装，掌握如何搭建pyqt5环境。

• pyqt5常用基本功能实现，逐步掌握pyqt5的一些基本操作，如窗口的搭建。

• 介绍如何调整窗口在屏幕中的位置，是居中还是左上又或者其他什么位置，主要让学生学会灵活设置窗口。

• 进一步进行窗口设置，如内容填充与标签尺寸等，掌握优化窗口的一般方法。

• ●12.5 基于pyqt5 的动物识别与车道可视化案例实现

  pyqt5与人工智能的结合案例。通过具体案例介绍了人工智能环境下的一些有关pyqt5的实际应用问题。