本书从空间信息处理角度出发，将人工智能领域的理论研究与专业实践相结合，全面介绍人工智能方法及其在空间信息处理中的应用，不仅涵盖人工智能领域的基础概念与基本方法，而且探讨知识图谱、计算智能、新兴机器学习、深度学习等前沿技术，同时介绍人工智能在地理文本大数据、遥感影像、激光点云等空间信息处理中的应用实例，具有较强的代表性和启发性。 本书可以作为高等院校空间信息与数字技术、遥感科学与技术等专业高年级本科生和研究生学习人工智能技术的教材，也可供计算机、电子信息、自动控制、地球测绘等领域从事空间信息智能处理工作的科技人员学习和参考。
第 1 章 绪论
1.1 智能的基本概念
1.1.1 智能的概念
1.1.2 智能的特征
1.1.3 人工智能
1.2 智能科学的发展史
1.2.1 孕育
1.2.2 形成
1.2.3 发展
1.3 智能科学的现状
1.3.1 从图灵测试到 IBM 的沃森
1.3.2 谷歌的智能机器未来
1.3.3 百度大脑
1.3.4 微软智能生态
1.3.5 脸书的深脸
1.3.6 三大突破让人工智能近在眼前
1.4 智能科学的研究内容及学派
1.4.1 智能科学研究的主要内容
1.4.2 智能科学的主要学派
1.4.3 各学派的认知观
1.5 空间信息处理中的智能技术
1.5.1 常见空间信息智能处理方法
1.5.2 空间智能技术研究现状
1.6 小结
第 2 章 空间知识表示
2.1 知识与知识表示的概念
2.1.1 知识的概念
2.1.2 知识的特性
2.1.3 知识的表示
2.2 本体
2.2.1 本体的概念
2.2.2 本体的组成与分类
2.3 谓词逻辑
2.4 产生式表示法
2.4.1 产生式
2.4.2 产生式系统
2.5 面向对象表示法
2.5.1 面向对象方法学的主要观点
2.5.2 面向对象的基本概念
2.5.3 面向对象的知识表示
2.6 语义网络
2.6.1 语义网络的历史
2.6.2 语义网络的结构
2.6.3 语义网络的实例
2.6.4 基本的语义关系
2.6.5 语义网络的推理
2.7 知识图谱
2.7.1 知识图谱的研究背景
2.7.2 知识图谱的发展
2.7.3 知识图谱的定义
2.7.4 知识图谱的架构
2.7.5 知识图谱关键技术
2.7.6 知识图谱的典型应用
2.8 空间数据的知识表示
2.8.1 空间数据的知识表示
2.8.2 空间知识的表示
2.9 空间知识表示实例
2.9.1 面向对象的空间知识表示
2.9.2 基于知识图谱的地质灾害自动问答系统
2.10 小结
第 3 章 空间知识推理
3.1 推理的基本概念
3.1.1 推理的定义
3.1.2 推理方式及其分类
3.1.3 推理的方向
3.1.4 冲突消解策略
3.2 自然演绎
3.3 鲁宾逊归结原理
3.3.1 基本概念
3.3.2 归结原理
3.4 不确定性推理的基本概念
3.5 可信度方法
……
罗欣，工学博士，电子科技大学资源与环境学院副教授，四川省海外高层次留学人才，长期从事空间信息获取与智能处理领域的研究工作，主持和承担完成国家自然科学基金，国家重点基础研究发展计划（973计划）等各级科研项目多项，在《Remote Sensing》等国际期刊发表空间信息智能处理相关论文数篇，担任人工智能领域国际top级期刊《Information Fusion》审稿人。多年从事空间信息与数字技术专业“人工智能导论”“空间信息创新及应用”“多模卫星导航定位与应用”等课程的教学工作，在空间信息智能处理及应用方面积累了丰富的教学与实践经验。领衔获中国测绘中国测绘学会科学技术二等奖1项，四川省科学技术进步三等奖1项。
候卫民，工学博士，河北科技大学信息科学与工程学院教授，电子学会高级会员，电子学会分会专家委员、中国大学生电子大赛评审专家，主持和完成国家高技术研究发展计划（863）、河北省研究生示范课程建设等重要课题，发表高水平学术论文多篇。
许文波，理学博士，电子科技大学资源与环境学院教授、博导，科技部国家级科研项目评审专家，四川省海外高层次留学人才， 领衔获四川省科技进步二等奖1项，主讲“遥感应用原理与方法”“资源环境信息技术”等课程，获四川省第八届高等教学成果奖一等奖。
