定 價:¥59.00
作 者: | (美)Adedeji B. Badiru |
出版社: | 北京航空航天大學出版社 |
叢編項: | |
標 簽: | 暫缺 |
ISBN: | 9787512438583 | 出版時間: | 2022-09-01 | 包裝: | |
開本: | 16開 | 頁數: | 字數: |
第1章理解人工智能1
\n1.1簡介3
\n1.2歷史背景4
\n1.3人工智能的起源5
\n1.4人類智能與機器智能7
\n1.5首屆人工智能大會12
\n1.6智能程序的演變13
\n1.7人工智能的分支17
\n1.8神經網絡18
\n1.9專家系統(tǒng)的出現(xiàn)20
\n1.10總結22
\n參考文獻24
\n第2章專家系統(tǒng):AI的軟件方面25
\n2.1專家系統(tǒng)流程27
\n2.2專家系統(tǒng)特性27
\n2.3專家系統(tǒng)的結構30
\n2.3.1對專家系統(tǒng)的要求 32
\n2.3.2專家系統(tǒng)的益處33
\n2.3.3從數據處理到知識處理的轉型34
\n2.4啟發(fā)式推理34
\n2.5用戶界面35
\n2.6符號處理37
\n2.7系統(tǒng)的未來發(fā)展方向38
\n2.8專家系統(tǒng)領域的學術界與產業(yè)界的合作39
\n2.9專家系統(tǒng)應用案例43
\n第3章人工智能(AI)的數字系統(tǒng)框架67
\n3.1人工智能的數字框架69
\n3.2數字工程和系統(tǒng)工程70
\n3.3DEJI系統(tǒng)模型的介紹71
\n3.3.1面向系統(tǒng)質量應用DEJI系統(tǒng)模型73
\n3.3.2數字數據的輸入—流程—輸出80
\n3.4數字協(xié)同84
\n3.5人工智能(AI)中的精益和六西格瑪87
\n3.6總結90
\n參考文獻91
\n第4章人工智能中的神經網絡應用93
\n4.1介紹95
\n4.2神經元節(jié)點的定義97
\n4.3神經元節(jié)點的變體98
\n4.4單神經元節(jié)點:McCullochPitt神經元節(jié)點100
\n4.5單神經元節(jié)點作為二元分類器101
\n4.6單個的神經元節(jié)點感知器102
\n4.7關聯(lián)存儲器103
\n4.8關聯(lián)矩陣存儲器103
\n4.9WidrowHoff法104
\n4.10LMS法105
\n4.11自適應關聯(lián)矩陣存儲器105
\n4.12糾錯偽逆法106
\n4.13自組織網絡106
\n4.14主成分法107
\n4.15通過Hebb學習進行聚類108
\n4.16Oja歸一化聚類109
\n4.17競爭學習網絡110
\n4.18多層前饋網絡111
\n4.18.1多層感知器111
\n4.18.2異或(XOR)的示例111
\n4.18.3誤差反向傳播112
\n4.18.4誤差反向傳播算法的變體113
\n4.18.5學習速度和動量114
\n4.18.6其他誤差反向傳播問題115
\n4.18.7反傳播網絡116
\n4.19插值和徑向基網絡117
\n4.19.1插值117
\n4.19.2徑向基網絡118
\n4.20單層反饋網絡120
\n4.21離散單層反饋網絡121
\n4.22雙向關聯(lián)存儲器123
\n4.23Hopfield神經網絡123
\n4.24總結126
\n參考文獻127
\n第5章人工智能中的神經模糊網絡應用129
\n5.1技術比較131
\n5.2執(zhí)行模糊運算的神經元134
\n5.3模擬模糊運算的神經元135
\n5.4執(zhí)行模糊推理的神經網絡137
\n5.5具有明確輸入和輸出的常規(guī)神經網絡137
\n5.6具有模糊輸入和輸出的常規(guī)神經網絡138
\n5.7模糊推理網絡139
\n5.8自適應神經模糊推理系統(tǒng)(ANFIS)140
\n5.9交換性的應用142
\n5.10聚類和分類143
\n5.11多層模糊感知器145
\n參考文獻146
\n