《智慧型信息處理與套用》是2010年電子工業出版社出版的圖書，作者是李明。
基本介紹
內容簡介,圖書目錄,
內容簡介
《智慧型信息處理與套用》內容簡介：智慧型信息處理涉及信息學科的諸多領域。《智慧型信息處理與套用》從理論方法和實踐技術角度，論述了智慧型信息處理技術的主要概念、基本原理、典型方法及新的發展。《智慧型信息處理與套用》共11章，包括不確定性信息處理、模糊集與粗糙集理論、人工神經網路、支持向量機、遺傳算法、群體智慧型、人工免疫、量子算法、信息融合技術，以及智慧型信息處理技術在人臉識別和說話人識別中的套用。
《智慧型信息處理與套用》適合從事智慧型信息處理研究的科研人員和智慧型系統開發與套用的工程技術人員閱讀，也可作為研究生的相關課程或專題的參考書。
圖書目錄
第1章 不確定性信息處理 （1）
1.1 知識的不確定性 （1）
1.1.1 隨機性 （1）
1.1.2 模糊性 （2）
1.1.3 自然語言中的不確定性 （2）
1.1.4 常識的不確定性 （2）
1.1.5 知識的其他不確定性 （3）
1.2 不確定性的度量方法 （3）
1.2.1 機率度量和貝葉斯公式 （3）
1.2.2 模糊度量及性質 （5）
1.2.3 其他度量方法 （6）
1.3 不確定性推理方法 （6）
1.3.1 主觀貝葉斯推理 （6）
1.3.2 模糊邏輯推理 （10）
1.3.3 證據理論 （12）
1.4 挖掘不確定知識的方法 （14）
1.5 小結 （18）
參考文獻 （18）
第2章 模糊集與粗糙集理論 （20）
2.1 模糊集合及其運算 （20）
2.1.1 模糊集合的概念 （21）
2.1.2 模糊集合的運算 （23）
2.1.3 模糊集合的擴張原理 （24）
2.1.4 隸屬函式的建立 （25）
2.2 粗糙集經典理論 （26）
2.3 知識約簡 （28）
2.3.1 一般約簡 （29）
2.3.2 相對約簡 （29）
2.3.3 分辨矩陣 （30）
2.4 決策表的約簡 （31）
2.4.1 決策規則和決策算法 （32）
2.4.2 決策規則中的不一致性和不可分辨性 （32）
2.4.3 屬性的依賴性 （33）
2.4.4 一致決策表的約簡 （33）
2.4.5 非一致決策表的約簡 （37）
2.5 基於屬性值的約簡算法 （42）
2.5.1 什麼是屬性值的約簡 （42）
2.5.2 屬性值的約簡在決策表當中的套用 （43）
2.5.3 屬性值的直接約簡及套用 （46）
2.6 粗糙集的擴展模型 （49）
2.6.1 可變精度粗糙集模型 （49）
2.6.2 機率粗糙集模型 （51）
2.7 小結 （53）
參考文獻 （54）
第3章 人工神經網路 （55）
3.1 人工神經網路概述 （55）
3.1.1 神經元理論 （56）
3.1.2 神經網路的拓撲結構 （57）
3.1.3 人工神經網路的學習和訓練 （58）
3.2 BP神經網路 （59）
3.2.1 BP人工神經網路結構 （59）
3.2.2 BP算法的基本思想 （62）
3.2.3 BP網路學習算法 （62）
3.3 RBF神經網路 （65）
3.3.1 RBF神經網路結構 （65）
3.3.2 RBF神經網路的映射關係 （66）
3.3.3 RBF網路學習算法 （68）
3.4 機率神經網路 （71）
3.4.1 機率神經網路結構 （71）
3.4.2 機率神經網路訓練 （72）
3.5 小結 （73）
參考文獻 （74）
第4章 支持向量機 （76）
4.1 機器學習問題 （76）
4.2 統計學習理論 （79）
4.2.1 VC維 （79）
4.2.2 推廣性的界 （82）
4.2.3 結構風險最小化理論 （82）
4.3 支持向量機的工作原理 （84）
4.3.1 最優分類面 （84）
4.3.2 廣義最優分類面 （87）
4.3.3 核函式 （87）
4.4 支持向量機的訓練法 （89）
4.4.1 分塊算法 （90）
4.4.2 多變數更新算法 （93）
4.4.3 序列算法 （93）
4.5 小結 （94）
參考文獻 （95）
第5章 遺傳算法 （96）
5.1 遺傳算法概述 （97）
5.1.1 遺傳算法的發展 （97）
5.1.2 遺傳算法的特點和套用 （99）
5.2 遺傳算法的基本流程及實現技術 （102）
5.2.1 遺傳算法的基本流程 （102）
5.2.2 遺傳算法的實現技術 （104）
5.3 遺傳算法的基本原理 （109）
5.3.1 模式定理 （109）
5.3.2 積木塊假設 （111）
5.3.3 收斂性理論 （112）
5.4 遺傳算法的改進 （115）
5.4.1 混合遺傳算法 （115）
5.4.2 自適應遺傳算法 （116）
5.4.3 變長度染色體遺傳算法 （117）
5.4.4 小生境遺傳算法 （118）
5.4.5 並行遺傳算法 （119）
5.5 小結 （121）
參考文獻 （122）
第6章 群體智慧型 （124）
6.1 粒子群最佳化算法 （124）
6.1.1 粒子群最佳化算法的基本原理 （125）
6.1.2 改進的粒子群最佳化算法 （127）
6.1.3 粒子群最佳化算法的套用 （133）
6.2 蟻群算法 （137）
6.2.1 蟻群算法的原理 （137）
6.2.2 改進型蟻群算法 （139）
6.2.3 蟻群算法的套用 （142）
6.3 小結 （144）
參考文獻 （145）
第7章 人工免疫 （149）
第8章 量子算法 （161）
第9章 信息融合技術 （174）
第10章 人臉識別技術 （214）
第11章 說話人識別 （243）
參考文獻 （275）
