科學技術與社會發展研究(2022年清華大學出版社出版的圖書)

《科學技術與社會發展研究》是清華大學出版社於2022年出版的書籍，作者是張濤。

基本介紹

• 中文名：科學技術與社會發展研究
• 作者：張濤
• 出版時間：2022年5月1日
• 出版社：清華大學出版社
• ISBN：9787302601029
• 定價：99 元
• 印次：1-1
• 印刷日期：2022.05.11

內容簡介

本書是關於科學技術與社會發展研究的論文集，是文理交叉前沿研究成果。本書主要從科學技術與社會發展的交叉視角，介紹該領域的研究成果。本書聚焦國際研究熱點，是中日學者近十年的研究成果。通過結合具體科技問題、實際社會問題以及國外經驗，幫助讀者對科學技術與社會發展研究這一領域有更加實際和深入的了解。因此，本書具有很強的先進性、啟發性和實踐性。 全書包括四個方面：第一篇為科學與技術；第二篇為科技進步與經濟發展；第三篇為發展理念與社會進步；第四篇為中日比較研究。

圖書目錄

第1章項目入門階段一

1.1最初的思考

1.2研究平台架構

1.2.1系統設計需求

1.2.2系統設計方案

1.3數據採集原理

1.3.1確定取景範圍

1.3.2低通採樣原理

1.3.3數位訊號重建

1.4開發界面設計

1.4.1基本信息獲取

1.4.2功能面板組成

1.4.3界面設計過程

1.5智慧型採集系統

1.5.1圖形用戶界面

1.5.2技術模組演示

1.6小結

參考文獻

第2章項目入門階段二

2.1不完美的智慧型

2.2噪聲處理算法

2.2.1均值濾波去噪

2.2.2中值濾波去噪

2.2.3小波軟閾值去噪

2.2.4小波硬閾值去噪

2.2.5輪廓波閾值去噪

2.3模組化設計與調試

2.3.1技術模組布局

2.3.2技術模組演示

2.3.3核心代碼

2.4小結

參考文獻

第3章項目入門階段三

3.1進一步的思考

3.2從局部到非局部

3.2.1非局部濾波原理

3.2.2存在的不足

3.2.3算法改進思路

3.3套用探索和嘗試

3.3.1運動目標檢測

3.3.2算法設計思想

3.3.3算法設計過程

3.4實驗結果與結論

3.4.1預測實驗結果

3.4.2觀察收集實驗結果

3.4.3實驗結果分析

3.5小結

參考文獻

第4章項目探索階段一

4.1最初的假設

4.2邊緣檢測與分割

4.2.1主要的算法思想

4.2.2數學建模思路

4.3從邊緣檢測到閾值分割

4.3.1主要的算法思想

4.3.2數學建模思路

4.4均衡化的考慮

4.4.1圖像均衡化原理

4.4.2模型與算法設計

4.4.3從均衡化到規範化

4.5模組化設計的探索

4.5.1模組化的基本框架

4.5.2邊緣檢測技術模組

4.5.3閾值分割技術模組

4.5.4直方圖均衡化模組

4.6小結

參考文獻

第5章項目探索階段二

5.1初始假設的拓展

5.2區域生長算法原理

5.2.1算法數據流分析

5.2.2算法卷積層分析

5.2.3策略信息點池化

5.2.4邏輯回歸與二分類

5.3遮擋區域提取實驗

5.3.1右側臉+N95口罩

5.3.2左側臉+N95口罩

5.3.3俯視臉+N95口罩

5.3.4仰視臉+N95口罩

5.3.5正臉+醫用外科口罩

5.3.6左側臉+醫用外科口罩

5.3.7右側臉+醫用外科口罩

5.3.8俯視臉+醫用外科口罩

5.3.9仰視臉+醫用外科口罩

5.4區域生長算法核心代碼展示

5.4.1MATLAB核心代碼

5.4.2Python核心代碼

5.5小結

參考文獻

第6章項目探索階段三

6.1初始假設的延伸

6.2數字圖像的深度認知

6.2.1從圖像處理到圖像理解

6.2.2圖像工程的三個層級

6.3圖像分割的數學定義

6.3.1問題、特徵與規律

6.3.2分割條件的數學表達

6.3.3目標區域與背景解釋

6.4圖像變換與圖像操作

6.4.1圖像變換原理

6.4.2從變換到操作

6.4.3實驗結果展示

6.5圖像變換與圖像分割的結合

6.5.1閾值篩選最佳化思路

6.5.2相關機率知識補充

6.5.3分割過程的數學表達

6.6人臉背景去除實驗

6.6.1閾值分割去除

6.6.2裁剪分割去除

6.6.3裁剪縮放分割旋轉

6.7小結

參考文獻

第7章項目探索階段四

7.1進一步的假設

7.2從圖像邊緣到圖像特徵

7.2.1檢測方法的分類

7.2.2圖像特徵的分類

7.2.3邊緣特徵的分類

7.3邊緣的理解與表達

7.3.1從函式的角度解釋

7.3.2基本算法思想解釋

7.3.3一階導數與卷積操作

7.3.4二階導數與通用掩模

7.4邊緣檢測深入解讀

7.4.1Roberts運算元深入解讀

7.4.2Prewitt運算元深入解讀

7.4.3Sobel運算元深入解讀

7.4.4LoG運算元深入解讀

7.4.5Canny運算元深入解讀

7.5從邊緣檢測到邊緣增強

7.5.1基本算法思想解釋

7.5.2算法設計與編程實現

7.5.3邊緣增強的實驗結果

7.6小結

參考文獻

第8章項目實戰階段一

8.1最初的嘗試

8.2從圖像融合到人臉識別

8.2.1問題背景與解決方案

8.2.2解決方案的實現途徑

8.3人臉圖像融合原理

8.3.1融合技術的三個層次

8.3.2算法思想與建模過程

8.3.3技術實現的主要步驟

8.4技術開發系統及代碼

8.4.1圖形用戶界面設計

8.4.2圖形用戶界面調試

8.4.3技術核心代碼展示

8.5技術模組化實現過程

8.5.1模組化思路分析

8.5.2基礎融合技術模組

8.5.3高級融合技術模組

8.6人臉融合實驗結果

8.7小結

參考文獻

第9章項目實戰階段二

9.1藉助深度學習

9.2深度學習基本原理

9.2.1理解“深度”的含義

9.2.2主流深度學習模型

9.2.3MATLAB代碼實現

9.3從MATLAB到Python

9.3.1一個實用的開發框架

9.3.2TensorFlow基本概念

9.3.3TensorFlow安裝過程

9.4遮擋區域提取方案

9.4.1基礎模型結構

9.4.2載入訓練好的模型

9.4.3核心代碼

9.5遮擋區域提取實驗

9.5.1設定口罩保存路徑

9.5.2人臉目標區域保存

9.5.3完整實驗結果

9.6項目實戰代碼

9.7小結

參考文獻

第10章項目實戰階段三

10.1超越深度學習

10.2寬度學習的算法思想

10.2.1寬度學習系統結構

10.2.2網路權重求解過程

10.2.3動態逐步更新算法

10.3高效的增量學習模型

10.3.1寬度學習系統的優勢

10.3.2寬度學習技術的核心

10.3.3高效增量學習機制

10.4寬度學習代碼解讀及調試

10.4.1基礎代碼及調試

10.4.2實驗結果分析

10.4.3遮擋人臉識別平台開發

參考文獻

後記