人工智慧與信息感知

作者：王雪
定價：89元
印次：1-1
ISBN：9787302499756
出版日期：2018.06.01
印刷日期：2018.06.20

本書系統全面地介紹了人工智慧與信息感知理論與實踐的內容。依據信息感知系統的組成、特點以及信息感知過程，以感知、融合、智慧型處理為主線，重點介紹了面向信息感知處理背景下的人工智慧前沿理論與方法。內容包括：信息感知與數據融合基本原理與方法；神經計算基本方法，神經計算實現技術以及支持向量機；深度學習中典型神經網路實現及其套用；模糊邏輯計算中模糊邏輯與模糊推理、模糊計算實現和套用；進化計算中遺傳算法、粒群智慧型、蟻群智慧型等方法和實例。本書可作為高等院校電子、計算機、測控技術、自動化等相關專業本科生、研究生的教材，也可作為工程技術人員開展人工智慧與信息感知實踐的重要參考書。

第1章概述

1．1智慧型信息感知的產生及其發展

1．1．1智慧型感知系統的組成與特點

1．1．2智慧型計算的產生與發展

1．2人工智慧信息感知技術關鍵

1．2．1神經計算技術

1．2．2深度學習

1．2．3模糊計算技術

1．2．4進化計算技術

參考文獻

第2章信息感知與數據融合

2．1概述

2．2協作感知與數據融合

2．2．1網路化智慧型協作感知

2．2．2多感測器數據融合

2．3多感測數據融合基本原理

2．3．1多感測器數據融合目標

2．3．2多感測器數據融合的層次與結構

2．3．3數據融合中的檢測、分類與識別算法

2．3．4典型的數據融合方法

2．3．5多感測器數據融合方法的特點

2．4自適應動態數據融合方法

2．4．1測量模型與方法簡述

2．4．2測量數據範圍的推導

2．4．3最優範圍的確定

參考文獻

第3章神經計算基礎

3.1人工神經網路基礎

3.1.1人工神經網路的提出

3.1.2人工神經網路的特點

3.1.3歷史回顧

3.1.4生物神經網路

3.1.5人工神經元

3.1.6人工神經網路的拓撲特性

3.1.7存儲與映射

3.1.8人工神經網路的訓練

3.2感知器

3.2.1感知器與人工神經網路的早期發展

3.2.2感知器的學習算法

3.2.3線性不可分問題

參考文獻

第4章神經計算基本方法

4.1BP網路

4.1.1BP網路簡介

4.1.2基本BP算法

4.1.3BP算法的實現

4.1.4BP算法的理論基礎

4.1.5幾個問題的討論

4.2徑向基函式神經網路

4.2.1函式逼近與內插

4.2.2正規化理論

4.2.3RBF網路的學習

4.2.4RBF網路的一些變形

人工智慧與信息感知

基本介紹

相關詞條

熱門詞條