圖書信息
出版社: 科學出版社; 第1版 (2002年1月1日)
叢書名: 高等院校信息科學系列教材
平裝: 290頁
正文語種: 簡體中文
開本: 16
ISBN: 7030084349
條形碼: 9787030084347
尺寸: 23.6 x 16.8 x 1.4 cm
重量: 399 g
內容簡介
由於計算機網路的迅速發展，對海量數據的信息處理受到理論和工程界的廣泛關注，其中尤以基於仿生學原理的計算智慧型在高級信息處理中占據重要的地位。《計算智慧型的數學基礎》著重介紹了人工神經網路、遺傳算法和模糊邏輯的基本模型、理論及算法及其在工程技術中的套用，如分類器、數據挖掘、現代最佳化方法和模糊控制，並且給出了基於MATLAB的數值實驗。《計算智慧型的數學基礎》每章後均配有習題，以供學生複習、鞏固書中所學知識。 《計算智慧型的數學基礎》可作為大專院校信息與計算科學、數學、套用數學、計算機科學、自動控制、信息與系統工程等專業的教材，亦可供相關專業的本科生、研究生、教師、科學及工程技術人員參考。
媒體評論
書評
高等院校信息科學系列教材
數據分析
現代密碼學
資訊理論與編碼理論
信息工程概論
C++語言基本程式設計
分形與小波
計算智慧型的數學基礎
計算機圖形學套用基礎
目錄
第1章 概述
1.1 信息科學與機器智慧型
1.1.1 信息與信息科學
1.1.2 智慧型與機器智慧型
1.1.3 機器智慧型的三個學派
1.2 計算智慧型的主要分支
1.2.1 人工神經網路
1.2.2 遺傳算法
1.2.3 模糊邏輯
1.3 計算智慧型研究的主要問題
1.3.1 學習
1.3.2 搜尋
1.3.3 推理
1.4 計算智慧型研究的主要方法
1.4.1 模型
1.4.2 算法
1.4.3 實驗
習題1
第2章 感知器
2.1 分類問題
2.2 感知器
2.2.1 感知器模型
2.2.2 感知器學習
2.2.3 線性可分
2.2.4 l收斂性
2.2.5 複雜性
2.3 算法的容量
2.3.1 概念
2.3.2 隨機MP模型容量估計
2.4 非線性感知器
2.4.1 非線性權感知器
2.4.2 Newton疊代法
2.4.3 Newton法的收斂性
2.5 高階感知器
2.5.1 高階感知器模型
2.5.2 BoOlean函式
2.6 模糊感知器
2.6.1 模糊感知器模型
2.6.2 算法的收斂性
習題2
第3章 人工神經網路
3.1 單層前向網
3.1.1 單層前向網模型
3.1.2 線性單層網
3.2 最最佳化方法
3.2.1 多元函式的極值
3.2.2 梯度法
3.2.3 最小二乘法
3.3 多層前向網
3.3.1 雙層前向網
3.3.2 學習目標
3.3.3 誤差的後向傳播
3.3.4 前向網路的學習算法
3.4 徑向基函式
3.4.1 插值
3.4.2 徑向基函式網
3.5 回歸神經元網路
3.5.1 Hopfield網模型
3.5.2 系統的穩定性
3.5.3 系統的收斂性
3.5.4 糾錯學習問題
習題3
第4章 支撐向量機
4.1 最優分離超平面
4.1.1 最優分離超平面
4.1.2 二次規劃
4.1.3 KKT條件
4.1.4 分類超曲面
4.2 支撐向量機
4.2.1 線性支撐向量機
4.2.2 Gauss核支撐向量機
4.3 SVM學習算法
4.3.1 SMO算法
4.3.2 SMO算法的實現
4.3.3 SMO算法的改進
4.4 數值實驗
習題4
第5章 遺傳算法
5.1 簡單遺傳算法
5.1.1 簡單遺傳算法
5.1.2 模式(Schema)
5.2 個體與種群
5.2.1 個體
5.2.2 種群
5.3 遺傳運算元
5.3.1 選擇運算元：
5.3.2 雜交運算元
5.3.3 變異運算元
5.3.4 刪除運算元
5.4 模式
5.4.1 最小模式
5.4.2 雜交運算元的整體性質
習題5
第6章 數值實驗
6.1 數學軟體Matlab相關函式
6.1.1 MATLAB簡介
6.1.2 相關函式
6.2 感知器數值實驗
6.2.1 感知器生成與實例
6.2.2 線性神經網路生成與實例
6.3 BP算法數值實驗
6.4 自適應網路
6.4.1 自適應網路簡介
6.4.2 自適應網路實驗
習題6
第7章 套用
第8章 模糊集與模糊系統
第9章 模糊邏輯與模糊推理
第10章 模糊模式識別與模糊控制
