新書推薦：
《
瘦肝
》
售價：NT$
454.0
《
股票大作手回忆录
》
售價：NT$
254.0
《
秩序四千年：人类如何运用法律缔造文明
》
售價：NT$
704.0
《
民法典1000问
》
售價：NT$
454.0
《
国术健身 易筋经
》
售價：NT$
152.0
《
古罗马800年
》
售價：NT$
857.0
《
权力与相互依赖（第四版）（中译本修订版）
》
售價：NT$
658.0
《
写出心灵深处的故事：踏上疗愈之旅（修订版）（创意写作书系）
》
售價：NT$
301.0
|
| 編輯推薦： |
|
《智能信息处理技术原理与应用》内容新颖，包括了神经计算、进化计算、模糊计算、数据融合、禁忌搜索算法、模拟退火算法、蚁群算法以及粒子群优化算法等内容以及相关技术的应用实例。
|
| 內容簡介： |
|
本教材的内容涉及模糊理论、数据融合、神经网络、遗传算法及传感技术等相关内容，并着重介绍数据融合技术的原理、特点及具体应用方法，在目前多传感器数据融合技术研究成果的基础上进行系统解析，分析特点，论述不足，为数据融合技术的研究提供科学合理的依据，达到促进智能信息处理技术可持续发展的目标。
|
| 關於作者： |
|
蒋海峰，男，1978年7月生，江苏扬州人，南京理工大学自动化学院讲师，硕士生导师。中国科学技术大学本硕博（自动控制专业本科、检测技术与自动化装置专业硕士、模式识别与智能系统专业博士）、南京理工大学控制科学与工程博士后、哈尔滨工程大学访问学者。长期从事于智能信息处理、多传感器数据融合、微纳级传感器、无线传感器网络等方向的研究。在国内外学术期刊及国际会议上发表论文近三十篇，专利多项。
|
| 目錄：
|
目录
第1章绪论
1.1智能信息处理概述
1.1.1智能信息处理的产生及发展
1.1.2人工智能概述
1.1.3AI的发展
1.1.4AI主要的研究学派和研究方法
1.1.5AI研究内容和研究领域
1.1.6计算智能的产生
1.2计算智能信息处理的主要技术
1.2.1模糊计算技术
1.2.2神经计算技术
1.2.3进化计算技术
1.3计算智能技术的综合集成
1.3.1模糊系统与神经网络的结合
1.3.2神经网络与遗传算法的结合
1.3.3模糊技术、神经网络和遗传算法的综合集成
习题
第2章神经计算
2.1概述
2.1.1神经网络的定义
2.1.2神经网络的发展历史
2.1.3神经网络的特点
2.1.4神经网络的应用
2.2神经网络基本原理
2.2.1神经元的基本构成
2.2.2神经元的基本数学模型
2.2.3基本激活函数
2.2.4神经网络的拓扑结构
2.3前馈型神经网络
2.3.1感知器
2.3.2BP神经网络
2.3.3BP算法的若干改进
2.3.4前馈型神经网络的应用
2.4反馈型神经网络
2.4.1Hopfield神经网络
2.4.2BAM网络
2.4.3Hamming网络
2.5RBF神经网络
2.5.1RBF神经网络的结构
2.5.2RBF神经网络的训练
2.5.3RBF神经网络在交通流预测中的应用
2.6自组织神经网络
2.6.1竞争学习
2.6.2自组织特征映射神经网络
2.6.3基于自适应谐振构成的自组织神经网络
2.7神经网络和模糊系统
2.7.1简述
2.7.2神经网络和模糊系统的结合方式
2.7.3模糊神经网络
2.7.4模糊神经网络的应用
习题
第3章进化计算
3.1进化计算的一般框架与共同特点
3.1.1进化计算的一般框架
3.1.2进化计算的共同特点
3.2遗传算法基础
3.2.1遗传算法的历史与发展
3.2.2遗传算法的基本原理
3.2.3遗传算法数学基础分析
3.3遗传算法分析
3.3.1遗传算法基本结构
3.3.2基因操作
3.3.3遗传算法参数选择
3.3.4遗传算法的改进
3.3.5遗传算法的基本实例
3.4遗传算法在函数优化及TSP中的应用
3.4.1一元函数优化实例
3.4.2多元函数优化实例
3.4.3TSP问题的描述及优化意义
3.4.4TSP问题的遗传算法设计
3.5进化规划
3.5.1进化规划的起源与发展
3.5.2进化规划的主要特点
3.5.3进化规划中的算法分析
3.5.4进化规划的应用
3.6进化策略
3.6.1进化策略的起源与发展
3.6.2进化策略的主要特点
3.6.3进化策略的不同形式及基本思想
3.6.4进化策略的执行过程
习题
第4章模糊计算
4.1知识表示和推理
4.1.1知识与推理中的关系
4.1.2产生式系统
4.2模糊理论及三大基本元素
4.3模糊集合的基本运算
4.4模糊集合运算的基本规则
4.5模糊关系
4.5.1模糊关系与模糊关系矩阵
4.5.2模糊关系矩阵的运算
4.5.3截矩阵水平截集
4.5.4模糊关系的运算和性质
4.5.5模糊逻辑推理及应用
4.6模糊信息处理
4.6.1模糊模式识别
4.6.2模糊聚类分析
4.6.3基于模糊等价关系的模式分类
4.6.4基于模糊相似关系的模式分类
4.6.5基于最大隶属原则的模式分类
4.6.6基于择近原则的模式分类
习题
第5章数据融合
5.1数据融合的基本概念
5.2数据融合的传感器管理与数据库
5.2.1传感器管理
5.2.2态势数据库
5.3数据融合方法
5.3.1Bayes估计方法
5.3.2DempsterShafer算法
5.4数据融合系统结构形式及数据准备
5.4.1数据融合系统结构形式
5.4.2数据融合系统的功能模型
5.4.3数据融合的层次
5.5数据准备
5.5.1融合中心数据处理的前提
5.5.2数据的预处理
5.5.3数据对准
5.6数据关联技术
5.6.1数据关联的目的
5.6.2关联的基本思路
5.6.3数据关联的主要形式
5.6.4数据关联过程
5.7状态估计卡尔曼滤波
5.7.1数字滤波器作估值器
5.7.2线性均方估计
5.7.3标量卡尔曼滤波器
5.7.4向量卡尔曼滤波器
5.7.5卡尔曼滤波器的应用
5.7.6常系数和滤波器
习题
第6章常见的智能优化算法
6.1智能优化算法的产生与发展
6.1.1最优化问题及其分类
6.1.2优化算法的分类
6.1.3智能优化算法的产生与发展
6.2禁忌搜索算法
6.2.1基本禁忌搜索
6.2.2禁忌搜索的关键要素
6.2.3禁忌搜索的基本步骤与算法流程
6.2.4禁忌搜索算法的改进
6.2.5禁忌搜索算法在多用户检测中的应用
6.3模拟退火算法
6.3.1简述
6.3.2模拟退火算法的收敛性
6.3.3模拟退火算法的关键参数
6.3.4模拟退火算法的改进与发展
6.3.5模拟退火算法在成组技术中加工中心的组成问题中的应用
6.4蚁群算法
6.4.1蚁群算法的由来
6.4.2基本蚁群算法
6.4.3改进的蚁群算法
6.4.4蚁群算法在机器人路径规划中的应用
6.5粒子群优化算法
6.5.1粒子群优化算法的基本原理
6.5.2粒子群优化算法的构成要素
6.5.3改进的粒子群优化算法
6.5.4粒子群优化算法在PID参数整定中的应用
习题
参考文献
|
| 內容試閱：
|
前言
随着社会的进步，在科学研究和工程实践中遇到的问题正变得越来越复杂，采用传统的信息处理方法来解决这些问题面临着计算复杂度高、计算时间长等问题，传统算法根本无法在可以接受的时间内求出精确解。因此，为了在求解时间和求解精度上取得平衡，科研工作者们提出了很多具有启发式特征的计算智能算法。这些算法通过模拟大自然和人类的智慧实现对问题的优化求解，即在可接受的时间内求解出可以接受的解。
计算智能是智能信息处理的核心技术，作为一门新兴的交叉学科，与人工智能、生命科学、自动控制、计算机科学、应用数学、生物工程、系统工程等有着密切的联系。计算智能因其智能性、并行性和健壮性，具有很好的自适应能力和很强的全局搜索能力，得到了众多研究者的广泛关注，目前已经在算法理论和算法性能方面取得了很多突破性的成果，在科学研究和生产实践中发挥了重要的作用。
本书内容包括神经计算、进化计算、模糊计算、数据融合、禁忌搜索算法、模拟退火算法、蚁群算法以及粒子群优化算法等内容以及相关技术的应用实例。本书共分为6章。第1章是智能信息处理技术绪论，主要介绍智能信息处理技术的产生与发展、人工智能与计算智能的特点与发展历程以及计算智能技术的集成； 第2章是神经计算，主要介绍前馈型神经网络、反馈型神经网络、RBF神经网络、自组织神经网络以及模糊神经网络等方法的基本原理与相关应用实例； 第3章是进化计算，主要介绍进化计算的一般框架与特点、遗传算法、进化规划、进化策略等内容与相关实例； 第4章是模糊计算，主要介绍知识表示和推理、模糊理论、模糊集合、模糊关系以及模糊信息处理等内容与应用实例； 第5章是数据融合，主要介绍数据融合基本概念、数据融合主要技术、数据融合主要结构、数据融合关联技术以及卡尔曼滤波等内容和应用实例； 第6章是常见的智能优化算法，主要介绍禁忌搜索算法、模拟退火算法、蚁群算法以及粒子群优化算法等方法的原理与应用实例。
本书由蒋海峰、王宝华编著。课题组的张曼、王冰冰、李铭等参与了本书部分章节内容的编写、图表的绘制、文字段落的排版以及对书中实例进行验证等工作，邱蕴锋、王振益、邹德龙等参与了前期讨论以及提纲制定，对他们的付出与努力表示感谢。此外，本书参考和引用了一些论文和书籍资料，在此向相关作者一并表示感谢。
智能信息处理技术是一门新兴交叉技术，许多理论方法和技术问题仍需进一步研究与完善。限于作者对智能信息处理技术的认识水平，书中难免存在缺点与不足，希望得到广大读者的批评指正。
作者
2019年1月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
