新書推薦:
《
诛吕:“诸吕之乱”的真相与吕太后时期的权力结构
》
售價:NT$
454.0
《
炙野(全2册)
》
售價:NT$
356.0
《
女人的胜利
》
售價:NT$
255.0
《
数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习)
》
售價:NT$
1214.0
《
500万次倾听:陪伤心的人聊聊
》
售價:NT$
245.0
《
英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。)
》
售價:NT$
367.0
《
万千心理·儿童心理治疗中的心智化:临床实践指导
》
售價:NT$
398.0
《
自我囚禁的人:完美主义的心理成因与自我松绑(破除你对完美主义的迷思,尝试打破自我评价过低与焦虑的恶性循环)
》
售價:NT$
301.0
編輯推薦:
全书共分6章,以作者多年来在智能计算与信息处理领域的教学工作、科研成果为基础,全面讨论了知识与信息的表示、人工神经网络、不确定信息处理、群智能算法、云计算和大数据等内容。
內容簡介:
本书立足于实际工程应用需求,较为全面、系统地介绍了智能计算与信息处理的基本概念、发展现状、主要方法和基本应用。全书共分6章,以作者多年来在智能计算与信息处理领域的教学工作、科研成果为基础,全面讨论了知识与信息的表示、人工神经网络、不确定信息处理、群智能算法、云计算和大数据等内容。
本书可作为高等院校相关专业的教学用书和学习参考读物,也可供相关领域的科研工作者和工程技术人员参考使用。
關於作者:
邓方,在北京理工大学自动化学院获得学士和博士学位,随后留校工作至今。主要从事智能信息处理、智能穿戴式系统等研究,参与研制的装备已列装我军多个部队。发表论文7余篇,授权发明专利8余项,获国家科技进步二等奖1项,国防科技进步一等奖、二等奖多项。担任中国自动化学会理事,副秘书长,IEEE高级会员,中国指挥与控制学会火力与指挥控制专业委员会委员,中国自动化学会控制理论专业委员会、大数据专业委员会、自适应动态规划与强化学习专业委员会、环境感知与保护自动化专业委员会、能源互联网专业委员会委员,中国自动化学会青年工作委员会常务委员;新一代人工智能产业技术创新战略联盟专家委员会委员;《中国大百科全书》(第三版)控制科学与工程学科智能控制分支主编,《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《自动化学报》、《控制工程》、《中国自动化学会通讯》等期刊编委。2015年入选北京市科技新星,2018年入选中组部第三批万人计划青年拔尖人才。
目錄 :
第1章 智能计算与信息处理概述 1
1.1 智能计算与信息处理 1
1.2 产生和发展 2
1.3 主要研究内容 2
1.3.1 人工神经网络信息处理 2
1.3.2 模糊信息处理 3
1.3.3 可拓信息处理 4
1.3.4 粗糙集信息处理 5
1.3.5 群智能信息处理 6
1.3.6 云信息处理 7
参考文献 8
第2章 知识与信息的表示 9
2.1 基本概念 9
2.1.1 知识、信息和数据 9
2.1.2 知识的特点 1
2.1.3 知识的表示 1
2.2 信息的表示 11
2.2.1 文本的表示 11
2.2.2 图像的表示 11
2.2.3 声音的表示 11
2.3 知识的表示方法 12
2.3.1 一阶谓词逻辑表示法 12
2.3.2 产生式表示法 15
2.3.3 框架表示法 16
2.3.4 语义网络表示法 18
2.3.5 脚本表示法 2
2.3.6 面向对象表示法 21
2.3.7 状态空间表示法 22
2.3.8 与或树表示 23
2.3.9 过程表示法 24
2.4 知识的语言实现 25
参考文献 25
第3章 人工神经网络信息处理 26
3.1 概述与基本概念 26
3.1.1 人工神经元模型 27
3.1.2 人工神经网络模型 29
3.2 感知机模型 3
3.3 BP神经网络模型 34
3.4 受限玻耳兹曼机 36
3.5 循环神经网络 4
3.6 生成对抗网络 43
3.6.1 简介 43
3.6.2 GAN的改进 45
3.6.3 生成对抗网络在Mnist数据集上的应用 46
参考文献 46
第4章 不确定信息处理 48
4.1 模糊信息处理 48
4.1.1 概述与基本原理 48
4.1.2 模糊推理 53
4.1.3 主要应用 56
4.2 可拓信息处理 57
4.2.1 简介 57
4.2.2 可拓理论 58
4.2.3 主要应用 64
4.3 粗糙集信息处理 66
4.3.1 粗糙集理论的发展概述 66
4.3.2 粗糙集理论的基本原理 68
4.3.3 计算实例 87
4.3.4 粗糙集的研究现状与展望 88
参考文献 9
第5章 群智能算法 92
5.1 蚁群算法 92
5.1.1 基本原理 92
5.1.2 系统模型 94
5.1.3 算法流程 96
5.2 蚁群算法典型实例 98
5.3 改进的蚁群算法 11
5.3.1 带精英策略的蚂蚁系统 11
5.3.2 最大最小蚂蚁系统 12
5.3.3 基于排序的蚂蚁系统 12
5.4 粒子群优化算法 13
5.4.1 算法原理 13
5.4.2 算法流程 13
5.4.3 模型分析 14
5.4.4 收敛性分析 15
5.4.5 种群拓扑结构 15
5.5 标准粒子群优化算法 15
5.5.1 带惯性权重w的粒子群优化算法 15
5.5.2 带压缩因子的粒子群优化算法 16
5.6 改进粒子群优化算法 16
5.7 粒子群优化算法的应用实例 16
5.8 差分进化算法概述 113
5.9 改进型差分进化算法 114
5.9.1 基于水平集自适应的差分进化算法 114
5.9.2 基于锦标赛选择的差分进化算法 115
5.9.3 PSO与EC的异同 115
参考文献 116
第6章 云计算和大数据 118
6.1 云计算 118
6.1.1 云计算的身世 118
6.1.2 云计算的概念及特征 12
6.1.3 云计算的分类 122
6.1.4 云计算的优势 123
6.2 云与网的关系 124
6.2.1 以数据中心为界,云计算网络的外延与内涵 124
6.2.2 外延关注用户体验 125
6.2.3 内涵关注系统效率 125
6.2.4 物联网与云计算的融合 126
6.3 大数据处理 126
6.3.1 大数据的产生 126
6.3.2 Docker实现虚拟计算存储资源 128
6.3.3 MapReduce实现离线数据处理 129
6.3.4 Storm实现在线数据处理 13
参考文献 131
附录 133
內容試閱 :
信息科学目前正处在人工智能发展的第三次高潮期,已经全面进入了信息时代。信息爆炸已经成为信息时代的显著特征之一。为了应付这种局面,信息的智能计算与处理应运而生。简单来说,智能计算与信息处理就是用计算机实现模拟人的行为来完成信息的处理过程。它与人类进行信息处理相比,速度更快,持续处理能力更强,更具逻辑性和严谨性,同时,与人类智能的差距正在不断缩小。
本书的编著目的是为硕士、博士研究生和高年级的本科生提供一本可以指导智能计算与信息处理的工具书。它涵括了一大批智能计算与信息处理工具的基础知识,其中包括神经网络、支持向量机、不确定信息处理、群智能算法、云计算、大数据和深度学习等。这些计算工具近年来开始广为流行,非常适合相关领域研究人员学习和使用。本书采用案例式的编写模式,结合作者科研工作实际,对大量实际项目中的智能计算与信息处理案例进行了介绍。本书附录中包括了近年来的项目成果和重要章节的典型程序的源代码。
全书共分6章,第1章是概述,第2章阐述了知识与信息的表示,包括知识的获取、表示和运用,文本、图像和声音的信息表示;第3章介绍了人工神经网络信息处理,包括感知机模型、BP神经网络模型、受限玻耳兹曼机、循环神经网络、生成对抗网络及创建的开源项目;第4章介绍了不确定信息处理,包括模糊信息处理、可拓信息处理和粗糙集信息处理,以及这些方法在工程上的应用;第5章介绍了群智能算法,包括蚁群算法、粒子群优化算法和差分进化算法及其改进算法,以及典型实例仿真验证;第6章介绍了云计算和大数据,包括云计算的来源、概念,云计算的类型划分,云计算在企业IT环境中的优势,云计算与网络的联系,Docker、MapReduce和Storm的大数据处理技术等。
本书是作者及其研究小组多年来从事智能计算与信息处理的研究成果的结晶,作者十分感谢研究组的李佳洪、崔静、关胜盘、周睿、徐建萍、王翔、马丽秋、张乐乐、岳祥虎、赵佳晨、高欣、高峰、叶子蔓、米承玮、丁宁、刘道明等同学,本书在编著工作中的一些资料的收集与代码的整理、调试与实现是在他们的参与和协助下完成的。
由于作者水平的限制,书中难免存在一些问题和不足,欢迎广大读者批评指正。
作 者
219年1月于北京理工大学