人工神经网络入门AI应用让电子制作更有趣

1.项目趣味十足：通过学习数字信号处理、音乐、对春联等有趣项目，激发学习热情。
2.环境覆盖广泛：从 PC 到树莓派及嵌入式系统，涵盖 Windows 与 Linux，多种编程语言。
3.案例丰富实用：6 个案例呈现人工神经网络在不同领域的应用开发。
4.知识深入浅出：以项目为导向，适合人工神经网络及电子技术爱好者轻松入门。
5.适用群体多元：可作高校学生学习资料，也为中学信息科技教师提供参考

本书主要介绍几个有趣的人工神经网络开发项目，包括让人工神经网络学习数字信号处理、让人工神经网络学习音乐、让人工神经网络学习对春联等。各章内容以制作项目为导向来组织，从PC（个人计算机）上的模型开发到树莓派和嵌入式系统上的实现，从Windows系统下的操作到Linux系统下的操作，从人工智能开发主流编程语言Python的使用到传统C/C++语言的使用，覆盖各种不同的开发环境。
本书适合人工神经网络、电子技术爱好者及高等学校相关专业的学生阅读，也可作为中学信息科技教师的参考书。

赵竞成，教授级高级工程师，长期从事机械、水利、计算机应用、信息化方面的科学研究和技术管理工作。始终如一的业余无线电爱好者，从少年时代制作矿石收音机开始，几乎经历了各时期的业余无线电制作活动，自认为属于日渐衰落的“焊机派”，但仍希望能玩出新花样来。《无线电》杂志特邀作者。
赵丽华，工学博士，先后在北京联合大学自动化学院、城市轨道交通与物流学院任教，擅长数据融合，长期从事C/C++语言、Delphi语言、数据库、管控一体化、管理信息系统等课程教学，熟悉Python语言编程和嵌入式系统开发。

第1章 基于Python的人工神经网络开发环境
1.1 为什么选择Python 1
1.2 在PC上搭建人工神经网络开发平台 2
1.3 在目标机上搭建人工神经网络运行环境 4
1.4 多认识几个机器学习模块 4
1.5 基于Python编程的几个特点 5
第2章 让人工神经网络学习数字信号处理
2.1 人工神经网络并不神秘 9
2.2 数字信号处理及机器学习数据准备 16
2.3 搭建BP神经网络实现数字信号变换 21
2.4 搭建自动编码器实现数字信号滤波 28
2.5 搭建人工神经网络提取数字信号特征 37
2.6 搭建循环神经网络综合识别数字信号 41
2.7 本章结语 49
第3章 让人工神经网络学习音乐
3.1 换个角度认识音乐 50
3.2 搭建音乐的人工智能开发和应用平台 56
3.3 让人工神经网络识别音色 57
3.4 让人工神经网络识别乐曲 64
3.5 让人工神经网络学习即兴演奏 72
3.6 让树莓派也能即兴演奏 83
3.7 移植到嵌入式系统i.MX6ULL 91
3.8 本章结语 98
第4章 让人工神经网络学习语音识别
4.1 话说语音识别 99
4.2 语音识别基础 100
4.3 搭建孤立词语音命令识别框架 108
4.4 探索连续语音识别的奥秘 116
4.5 让树莓派变身为智能音箱 123
4.6 i.MX6ULL也能变身为智能音箱 133
4.7 本章结语 138
第5章 让人工神经网络学习莫尔斯电码识别
5.1 莫尔斯电码的图像化处理 139
5.2 探究卷积神经网络的奥秘 140
5.3 莫尔斯电码识别软件总体设计 145
5.4 基于C/C++的莫尔斯电码识别软件CNN_Morse 146
5.5 基于Python和C/C++的混合编程测试程序 155
5.6 本章结语 162
第6章 打造莫尔斯电码仿真通联机器人CWBot
6.1 话说NLP 163
6.2 CW报文语义识别方法选择 167
6.3 语言串分析法 168
6.4 CWBot的知识库 170
6.5 CW报文语义识别与生成 176
6.6 CWBot的工程架构 181
6.7 CWBot的功能 182
6.8 CWBot的硬件电路 184
6.9 CWBot的软件设计 187
6.10 CWBot的制作和调整 188
6.11 CWBot的使用 193
6.12 本章结语 196
第7章 让人工神经网络学习对春联
7.1 从对话机器人到对春联机器人 197
7.2 搭建符合“对仗”意图的春联生成模型 199
7.3 搭建能从字词生成春联的模型 204
7.4 搭建能理解对话语义并生成春联的语言模型 209
7.5 从对春联机器人再到对话机器人 217
7.6 本章结语 219