幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧及其固體廢物處置與資源化應用(國家級一流本科專業建設成果教材)

  • 作者：編者:林坤森//周雪飛//趙由才|責編:滿悅芝
  • 出版社：化學工業
  • ISBN：9787122493859
  • 出版日期：2026/02/01
  • 裝幀：平裝
  • 頁數：141
人民幣：RMB 39.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《人工智慧及其固體廢物處置與資源化應用》系統介紹了人工智慧技術與固體廢物處置領域的交叉融合與應用實踐。全書共6章，從人工智慧基礎理論入手，逐步深入固體廢物處置各個環節的具體應用。教材內容涵蓋圖像識別技術與智能分類、深度學習與毒性預測、機器學習與熱化學轉化機理分析等核心應用場景，並結合熱力學分析、微生物因子交互效應等環境工程專業知識，展現了AI技術在解決傳統固體廢物處置難題中的獨特優勢。教材特別設置了資源化與循環經濟應用章節，探討再生材料性能預測、精細化分類效益評估等。最後展望了大語言模型、多模態學習、生成式AI等前沿技術在固體廢物治理中的應用前景，為環境工程專業學生構建了完整的「AI+固廢」知識體系，培養學生在智慧環保領域的創新能力和技術應用能力。
    本書可供高等學校環境工程、資源循環科學與工程、市政工程、環境科學、環境生態工程等專業的本科生作為教材使用，同時也適合作為相關專業研究生及從事環保科技工作的工程技術人員的入門參考書，還可供固體廢物處理、處置與資源化利用的科研人員參考閱讀。
作者介紹
編者:林坤森//周雪飛//趙由才|責編:滿悅芝
目錄
第1章  導論
  1.1  人工智慧與固體廢物處置概述
    1.1.1  人工智慧的基本概念及發展簡史
    1.1.2  固體廢物處置與資源化的意義與挑戰
    1.1.3  人工智慧與固體廢物管理的融合趨勢
  1.2  固體廢物處置中的關鍵問題
    1.2.1  傳統方法的局限性
    1.2.2  人工智慧技術的介入點
  課後思考與練習
  參考文獻
第2章  人工智慧基礎
  2.1  機器學習與深度學習基礎
    2.1.1  監督學習、無監督學習與強化學習
    2.1.2  神經網路與深度學習
  2.2  數據預處理與分析技術
    2.2.1  數據預處理技術
    2.2.2  特徵工程與特徵選擇
  2.3  人工智慧模型評價與優化
    2.3.1  常用評價指標
    2.3.2  模型優化方法
  課後思考與練習
  參考文獻
第3章  人工智慧與固體廢物處置技術的結合
  3.1  圖像識別技術在垃圾分類中的應用
    3.1.1  數據集的準備和擴充
    3.1.2  CVGGNet模型及其優化方法
    3.1.3  遷移學習
    3.1.4  循環學習率
    3.1.5  遷移學習對CVGGNe-t11建築垃圾分類性能的影響
    3.1.6  不同CVGGNet模型在訓練集與驗證集中的性能比較
    3.1.7  不同CVGGNet模型在測試集中的性能比較
  3.2  深度學習在毒性預測中的應用
    3.2.1  有機化學品毒性預測數據集構建
    3.2.2  基於SMILES的多任務預訓練毒性預測語言模型演算法與驗證
    3.2.3  毒性預測語言模型的訓練與驗證
    3.2.4  預訓練與多任務學習的有效性分析
    3.2.5  融合GNN與Transformer的毒性識別複合模型演算法與驗證
    3.2.6  圖Transformer複合模型的訓練優化
    3.2.7  圖Transformer複合模型的性能驗證
    3.2.8  複合模型原子嵌入表徵聚類分析
    3.2.9  基於表徵相似性的毒性位點識別
  3.3  基於機器學習協助解釋篩下垃圾熱化學尾氣溫室氣體高溫催化重整機制研究
    3.3.1  技術路線圖
    3.3.2  各種製備方法對產氫速率的影響
    3.3.3  基於皮爾遜相關性分析各個參數與目標物的關係
    3.3.4  貝葉斯優化各模型參數用於預測氫氣產率
    3.3.5  優化后各機器學習對氫氣產率預測性能
    3.3.6  最優模型預測氫氣產率各因素權重分析
    3.3.7  氫氣產率的單向部分依賴性分析
    3.3.8  氫氣產率的雙向部分依賴性分析

  課後思考與練習
  參考文獻
第4章  人工智慧在固體廢物處置工藝中的具體應用
  4.1  基於熱力學和深度學習多維度分析篩下垃圾熱化性質
    4.1.1  FTIR分析篩下垃圾熱化處理氣相成分
    4.1.21  D-CNN-LSTM模型模擬篩下垃圾熱重曲線
    4.1.31  D-CNN-LSTM預測篩下垃圾熱解曲線變化
  4.2  基於可解釋性機器學習分析環境與微生物因子對餐廚垃圾厭氧消化性能的交互效應
    4.2.1  皮爾遜相關係數矩陣分析
    4.2.2  基於環境因子的沼氣產量預測
    4.2.3  基於基因組數據的沼氣產量預測
    4.2.4  基於組合數據集的沼氣產量預測
    4.2.5  解釋性分析
  4.3  基於生成擴散模型的高風險工業溶劑替代品設計
    4.3.1  有害工業溶劑替代品設計與數據集構建
    4.3.2  基於分子性質預測模型的綠色替代品虛擬篩選
    4.3.3  分子圖生成式擴散模型原理與性能驗證
    4.3.4  多約束生成擴散模型的訓練與驗證
    4.3.5  基於多約束生成擴散模型的替代品設計
  課後思考與練習
  參考文獻
第5章  人工智慧在資源化與循環經濟中的應用
  5.1  AI在再生材料性能預測中的應用
    5.1.1  再生材料資源化概述
    5.1.2  再生材料的常見性能特點
    5.1.3  再生材料性能預測
  5.2  基於兩網融合和深度學習模型實現城市生活垃圾精細化分類
    5.2.1  上海城市生活垃圾四分類產量分佈特徵
    5.2.2  可回收垃圾組分和產量預測
    5.2.3  可回收垃圾和有害垃圾精細智能化分類效率
    5.2.4  可回收垃圾智能回收環境和經濟效益
    5.2.5  有害垃圾污染物性質和資源性質的分析
  課後思考與練習
  參考文獻
第6章  人工智慧技術在固體廢物中的應用展望
  6.1  大語言模型在固體廢物治理中的應用
    6.1.1  基於語言模型的政策解讀與實施方案生成
    6.1.2  LLM支持的智能化固廢管理決策系統
    6.1.3  自然語言處理技術在知識提取與信息融合中的應用
  6.2  多模態學習在固體廢物處置中的潛力
    6.2.1  多源數據融合的廢物分類與識別
    6.2.2  處置工藝動態優化的多模態建模方法
    6.2.3  多模態技術在環境影響綜合評估中的應用
  6.3  生成式人工智慧模型的創新應用
    6.3.1  固體廢物處置路徑優化的生成式模擬
    6.3.2  新型資源化技術與材料設計的生成式建模
    6.3.3  數據稀缺場景下的虛擬數據生成與增強
  6.4  邊緣計算與實時監控的未來趨勢
    6.4.1  基於邊緣AI的實時廢物流追蹤與調控
    6.4.2  邊緣計算支持的污染排放預警與治理

    6.4.3  智能化固廢處置設備的邊緣技術集成
  6.5  數字孿生技術與智能化模擬
    6.5.1  固體廢物處置設施的虛擬試驗場景模擬
    6.5.2  數字孿生技術在設施運行優化中的應用
    6.5.3  虛實結合的固廢治理方案動態反饋系統
  課後思考與練習
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032