信息智能處理技術(shù)

定　價(jià)：￥49.00

作　者：	畢曉君編著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	人工智能

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121101984	出版時(shí)間：	2010-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	353	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　信息智能處理技術(shù)是信號(hào)與信息技術(shù)領(lǐng)域一個(gè)前沿的富有挑戰(zhàn)性的研究方向，它以人工智能理論為基礎(chǔ)，側(cè)重于信息處理的智能化，包括計(jì)算機(jī)智能化（文字、圖象、語(yǔ)音等信息智能處理）、通信智能化以及控制信息智能化。《信息智能處理技術(shù)》在介紹智能信息處理相關(guān)理論的基礎(chǔ)上，全面而詳實(shí)地闡述了智能信息處理的核心技術(shù)——計(jì)算智能算法，內(nèi)容主要包括：模糊理論、專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火算法、蟻群算法、免疫算法、克隆選擇算法和粒子群算法，并給出了算法基于MATLAB語(yǔ)言的具體實(shí)現(xiàn)方法，以及在信息處理和現(xiàn)代通信系統(tǒng)中的具體應(yīng)用實(shí)例?！缎畔⒅悄芴幚砑夹g(shù)》基本涵蓋了當(dāng)前智能信息處理的最新技術(shù)，力爭(zhēng)做到理論和具體應(yīng)用的有機(jī)結(jié)合。《信息智能處理技術(shù)》適用于高等學(xué)校信號(hào)和信息處理、通信與信息系統(tǒng)、計(jì)算應(yīng)用技術(shù)、模式識(shí)別與智能系統(tǒng)、水聲工程等專(zhuān)業(yè)的高年級(jí)本科生、研究生和博士生的課程教材，也可作相關(guān)研究人員的參考書(shū)。

作者簡(jiǎn)介

暫缺《信息智能處理技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論 1
1.1 智能的概念 1
1.2 人工智能 2
1.2.1 人工智能發(fā)展歷史 3
1.2.2 人工智能研究?jī)?nèi)容及目標(biāo) 4
1.2.3 人工智能研究領(lǐng)域 5
1.3 信息智能處理技術(shù)及其應(yīng)用 8
第2章信息智能處理語(yǔ)言 12
2.1 概述 12
2.2 邏輯型程序設(shè)計(jì)語(yǔ)言Prolog 13
2.2.l Prolog語(yǔ)言的三種基本語(yǔ)句 14
2.2.2 Prolog語(yǔ)言的基本結(jié)構(gòu) 14
2.2.3 Prolog語(yǔ)言的基本工作原理 16
2.2.4 Prolog語(yǔ)言的特點(diǎn) 18
2.2.5 Prolog語(yǔ)言的常用版本 19
第3章模糊理論基礎(chǔ) 21
3.1 概述 21
3.2 普通集合與模糊集合 22
3.2.1 普通集合 22
3.2.2 模糊集合 24
3.3 模糊集合的運(yùn)算 26
3.3.1 模糊集合基本運(yùn)算 26
3.3.2 模糊關(guān)系 27
3.3.3 模糊變換 30
3.4 模糊集合的兩個(gè)基本定理 31
3.4.1 分解定理 31
3.4.2 擴(kuò)張定理 32
3.5 模糊語(yǔ)言表述 33
3.5.1 語(yǔ)氣算子 33
3.5.2 模糊化算子 34
3.5.3 判定化算子 35
3.6 模糊邏輯 36
3.7 模糊推理 37
3.7.1 模糊假言推理 38
3.7.2 模糊條件推理 39
3.8 模糊控制 42
3.8.1 模糊控制基本過(guò)程 43
3.8.2 系統(tǒng)分析 43
3.8.3 輸入模糊化處理 44
3.8.4 模糊控制規(guī)則庫(kù)的建立 46
3.8.5 模糊推理 47
3.8.6 輸出反模糊化處理 48
3.9 基于MATLAB的模糊推理系統(tǒng) 49
3.9.1 利用GUI建立FIS 49
3.9.2 利用MATLAB命令行建立FIS 58
3.10 模糊集合理論應(yīng)用實(shí)例——基于模糊集合理論的圖像增強(qiáng) 62
3.10.1 圖像模糊增強(qiáng)的技術(shù)方案 63
3.10.2 基于MATLAB語(yǔ)言的圖像模糊增強(qiáng)實(shí)現(xiàn) 65
第4章機(jī)器學(xué)習(xí)與自動(dòng)推理技術(shù) 70
4.1 機(jī)器學(xué)習(xí) 70
4.1.1 機(jī)器學(xué)習(xí)的主要策略 71
4.1.2 機(jī)器學(xué)習(xí)系統(tǒng) 71
4.1.3 機(jī)器學(xué)習(xí)分類(lèi) 72
4.1.4 符號(hào)學(xué)習(xí) 73
4.2 自動(dòng)推理技術(shù) 75
4.2.1 確定性推理方法 77
4.2.2 不確定性推理方法 82
第5章專(zhuān)家系統(tǒng) 93
5.1 概述 93
5.2 專(zhuān)家系統(tǒng)的基本框架 94
5.3 專(zhuān)家系統(tǒng)的特點(diǎn)及類(lèi)型 96
5.3.1 專(zhuān)家系統(tǒng)的特點(diǎn) 96
5.3.2 專(zhuān)家系統(tǒng)的類(lèi)型 97
5.4 專(zhuān)家系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā) 100
5.4.1 知識(shí)的獲取 100
5.4.2 知識(shí)庫(kù)的建立 101
5.4.3 推理機(jī)制 102
5.4.4 專(zhuān)家系統(tǒng)的設(shè)計(jì)評(píng)價(jià) 106
5.5 專(zhuān)家系統(tǒng)開(kāi)發(fā)工具 107
5.5.1 骨架型開(kāi)發(fā)工具 108
5.5.2 語(yǔ)言型開(kāi)發(fā)工具 109
5.5.3 構(gòu)造輔助工具 110
5.5.4 支撐環(huán)境 111
5.6 專(zhuān)家系統(tǒng)應(yīng)用實(shí)例——組合導(dǎo)航標(biāo)繪儀故障診斷專(zhuān)家系統(tǒng) 112
5.6.1 組合導(dǎo)航標(biāo)繪儀故障診斷專(zhuān)家系統(tǒng)設(shè)計(jì) 113
5.6.2 組合導(dǎo)航標(biāo)繪儀故障診斷方法研究及實(shí)現(xiàn) 114
第6章人工神經(jīng)網(wǎng)絡(luò)理論 117
6.1 概述 117
6.2 人工神經(jīng)網(wǎng)絡(luò)基本理論 118
6.2.1 人工神經(jīng)元基本模型 118
6.2.2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 120
6.2.3 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 121
6.3 前饋型神經(jīng)網(wǎng)絡(luò)主要算法 123
6.3.1 感知器模型 124
6.3.2 BP網(wǎng)絡(luò)模型 126
6.3.3 RBF網(wǎng)絡(luò)模型 134
6.4 反饋型神經(jīng)網(wǎng)絡(luò)主要算法 148
6.4.1 Hopfield網(wǎng)絡(luò)算法 148
6.4.2 自組織特征映射網(wǎng)絡(luò)算法 154
6.5 基于MATLAB語(yǔ)言的人工神經(jīng)網(wǎng)絡(luò)工具箱 158
6.5.1 基本功能介紹 158
6.5.2 BP網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn) 159
6.5.3 徑向基函數(shù)網(wǎng)絡(luò)的設(shè)計(jì)實(shí)例 166
6.5.4 神經(jīng)網(wǎng)絡(luò)工具箱中的圖形用戶界面 179
6.6 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用實(shí)例——基于BP神經(jīng)網(wǎng)絡(luò)的自然紋理圖像生成 185
6.6.1 圖像紋理特征的提取 185
6.6.2 自然紋理圖像非線性數(shù)學(xué)模型的建立 186
6.6.3 實(shí)驗(yàn)仿真 187
第7章遺傳算法 189
7.1 概述 189
7.2 遺傳算法的一般步驟和基本算子 190
7.2.1 遺傳算法的一般步驟 190
7.2.2 遺傳算法的基本算子 192
7.3 遺傳算法應(yīng)用中的一些基本問(wèn)題 197
7.4 遺傳算法的特點(diǎn) 199
7.5 遺傳算法的應(yīng)用實(shí)例——TSP問(wèn)題的求解 201
7.5.1 TSP問(wèn)題 201
7.5.2 基于遺傳算法的TSP問(wèn)題求解 203
7.6 基于MATLAB語(yǔ)言的遺傳算法工具箱 213
7.6.1 遺傳算法工具箱簡(jiǎn)介 213
7.6.2 遺傳算法工具箱GAOT 213
7.6.3 遺傳算法工具箱GADS 217
第8章模擬退火算法 222
8.1 概述 222
8.1.1 物理學(xué)固體退火過(guò)程 222
8.1.2 Metropolis準(zhǔn)則 223
8.2 模擬退火算法 223
8.2.1 模擬退火算法的操作過(guò)程 224
8.2.2 模擬退火算法的特點(diǎn) 226
8.3 模擬退火算法中關(guān)鍵參數(shù)的選取 227
8.4 模擬退火算法的改進(jìn) 229
8.4.1 自適應(yīng)模擬退火算法 230
8.4.2 增加記憶能力的模擬退火算法 230
8.4.3 增加升溫功能的模擬退火算法 231
8.4.4 混合模擬退火算法（Hybrid SA） 232
8.4.5 并行模擬退火算法（Parallel SA，PSA） 233
8.5 模擬退火算法的應(yīng)用 233
8.6 基于MATLAB語(yǔ)言的模擬退火算法實(shí)現(xiàn) 234
8.6.1 基于MATLAB語(yǔ)言的模擬退火算法程序設(shè)計(jì) 234
8.6.2 基于MATLAB工具箱的模擬退火算法程序設(shè)計(jì) 238
8.7 模擬退火算法應(yīng)用實(shí)例——基于模擬退火算法的圖像閾值分割 243
8.7.1 圖像閾值分割基本原理 243
8.7.2 基于模擬退火算法的圖像單閾值分割 244
8.7.3 實(shí)驗(yàn)仿真及結(jié)果分析 247
第9章蟻群算法 248
9.1 概述 248
9.2 螞蟻覓食基本原理 248
9.3 螞蟻系統(tǒng) 251
9.4 蟻群算法的參數(shù)分析 257
9.4.1 啟發(fā)因子α和β的分析 257
9.4.2 信息素?fù)]發(fā)系數(shù)σ的分析 260
9.4.3 螞蟻數(shù)量m的分析 262
9.4.4 總信息量Q的分析 264
9.5 蟻群算法最重要的改進(jìn)——蟻群系統(tǒng) 265
9.6 蟻群算法的特點(diǎn)及應(yīng)用領(lǐng)域 270
9.7 基于MATLAB語(yǔ)言的蟻群算法實(shí)現(xiàn) 271
9.8 蟻群算法應(yīng)用實(shí)例——基于蟻群算法的硬幣自動(dòng)識(shí)別 277
9.8.1 基于蟻群算法的聚類(lèi)識(shí)別基本原理 277
9.8.2 硬幣圖像特征提取 278
9.8.3 基于蟻群算法的硬幣圖像自動(dòng)識(shí)別 279
9.8.4 實(shí)驗(yàn)仿真及結(jié)果分析 280
……
第10章人工免疫算法 282
第11章克隆選擇算法 310
第12章粒子群算法 332