本书以跨界融合的视角构建了智能物联网与深度学习的知识体系，设计了“技术架构-算法演进-产业赋能”三维框架，以智能物联网为经，深度学习为纬，系统地梳理了从传感器数据采集到云端智能决策的全链路技术栈，贯通了从基础理论到产业应用的全链路认知。通过“理论推演+虚实实验+场景迁移”的螺旋式教学设计，将抽象算法具象化为可操作的行业解决方案，配备多层级实验体系与行业案例库，实现了学术前沿性与工程实用性的有机平衡。本书内容既涵盖联邦学习、数字孪生等前沿领域，又深度聚焦AIoT安全、多模态感知等现实挑战。本书独创弹性学习路径设计，通过知识矩阵动态适配不同基础的学习者，形成从学术研究到产业落地的能力培养闭环。全书以“问题链”叙事重构技术演进逻辑，在智能硬件与数字思维的碰撞中，为读者打造兼具系统性和前瞻性的认知引擎，赋能跨域创新的思维跃迁。

前言
第一篇 绪论
第1章 认识智能物联网
1.1 智能物联网的基本概念与体系结构
1.1.1 什么是物联网
1.1.2 智能物联网的基本概念
1.1.3 智能物联网的体系结构
1.2 智能物联网的起源与国内外发展现状
1.2.1 智能物联网的起源
1.2.2 国内外发展现状
1.3 智能物联网的应用前景及发展趋势
1.3.1 智能物联网的应用前景
1.3.2 智能物联网的发展趋势
本章习题
参考文献
第2章 认识深度学习
2.1 机器学习的基本概念
2.2 机器学习任务
2.3 深入研究深度学习
2.4 人工神经网络
2.4.1 人工神经网络的历史
2.4.2 脉冲神经网络
2.4.3 操作模式
2.4.4 学习规则
2.5 神经网络架构
2.5.1 单层前馈网络
2.5.2 多层前馈网络
2.5.3 循环网络
2.5.4 网状网络
2.5.5 训练过程和学习特性
本章习题
参考文献
第二篇 智能感知
第3章 视觉智能感知
3.1 机器视觉的基本概念和特性
3.1.1 机器视觉的基本概念
3.1.2 机器视觉的特性
3.2 机器视觉感知技术
3.2.1 机器视觉系统中的图像传感
3.2.2 用于移动机器人的仿生实时被动视觉
……
第三篇 智能计算
第四篇 应用及展望