智慧型方法及套用

《智慧型方法及套用》是2015年科學出版社出版的圖書，作者是鐘珞、袁景凌、李琳。

基本介紹

• 書名：智慧型方法及套用
• 作者：鐘珞、袁景凌、李琳
• ISBN：978-7-03-043600-9 
• 頁數：276頁
• 定價：80.00
• 出版社：科學出版社
• 出版時間：2015年5月出版
• 裝幀：平裝

內容簡介

本書主要總結了目前比較常見的智慧型方法包括模糊計算、粗糙集與粒計算、群智慧型、神經網路、進化計算、人工免疫系統等，並從方法、模型和套用等三方面進行了闡述。通過理論研究和具體實驗分析，對各種常見智慧型方法及典型套用進行了剖析，並對未來智慧型技術進行了展望。重點討論了智慧型挖掘分析方法、智慧型融合與最佳化方法以及智慧型方法在信息檢索、推薦系統、觀點挖掘、隧道監控、綠色計算等方面的典型套用。本書是對多年來智慧型方法及套用的系統總結。

目錄

序

第1章緒論1

1.1智慧型計算方法1

1.1.1神經網路2

1.1.2遺傳算法與演化計算2

1.1.3免疫信息處理4

1.1.4生態計算5

1.1.5各領域的內在聯繫5

1.2智慧型挖掘方法6

1.2.1決策樹類模型7

1.2.2k平均算法9

1.2.3支持向量機9

1.2.4貝葉斯分類器11

1.2.5k鄰近算法13

1.2.6CART回歸樹分類器14

1.2.7Adaboost分類器15

1.2.8關聯規則Apriori算法16

1.2.9最大期望17

1.2.10PageRank17

第2章智慧型方法基礎19

2.1模糊計算19

2.1.1模糊理論基礎19

2.1.2模糊邏輯與模糊推理24

2.1.3模糊判決基本方法26

2.2粗糙集理論27

2.2.1粗糙集理論的概念27

2.2.2粗糙集屬性約簡基本算法30

2.2.3粗糙集理論的套用31

2.3人工神經網路33

2.3.1人工神經網路概念33

2.3.2人工神經網路學習算法35

2.3.3人工神經網路典型模型及其算法35

2.4進化計算43

2.4.1進化計算原理基礎43

2.4.2遺傳算法44

2.4.3進化策略49

2.4.4進化規劃50

2.5人工免疫計算52

2.5.1人工免疫系統的工作原理52

2.5.2一般人工免疫算法54

2.5.3陰性選擇算法55

2.5.4克隆選擇算法56

2.5.5免疫遺傳算法（IGA）56

2.6群智慧型計算58

2.6.1粒子群最佳化算法58

2.6.2蟻群算法61

2.7深度學習模型66

iv 第3章智慧型挖掘方法70

3.1關聯規則挖掘70

3.1.1關聯規則的概念70

3.1.2關聯規則基本原理72

3.1.3關聯規則基本算法74

3.1.4實例分析79

3.2序列模式挖掘80

3.2.1序列模式挖掘的概念81

3.2.2序列模式挖掘基本原理82

3.2.3序列模式挖掘基本算法83

3.3監督學習90

3.3.1最近鄰分類90

3.3.2決策樹92

3.3.3貝葉斯分類器97

3.4無監督學習100

3.4.1k 均值聚類算法100

3.4.2層次聚類104

3.4.3基於密度的聚類108

3.5向量空間模型112

3.5.1基本定義112

3.5.2基本方法112

3.5.3實例分析115

3.6語義網模型116

3.6.1WordNet簡介116

3.6.2WordNet節點間的關係117

3.6.3WordNet中各類詞性的組織119

3.6.4WordNet在計算機中的存儲結構及其使用方式120

3.6.5基於WordNet語義相似度的計算方法123

v 第4章智慧型融合方法124

4.1灰色神經網路124

4.1.1灰色神經網路原理124

4.1.2灰色神經網路模型127

4.1.3遺傳最佳化的灰色神經網路136

4.1.4實例分析137

4.2灰色粗糙集139

4.2.1灰色粗糙集基本原理140

4.2.2灰色粗糙集基本方法140

4.2.3實例分析143

4.3量子神經網路145

4.3.1量子理論的基本原理及概念145

4.3.2量子計算與量子學習147

4.3.3量子神經網路149

4.3.4實例分析152

4.4量子進化計算153

4.4.1量子進化算法153

4.4.2典型套用156

4.4.3實例分析156

第5章智慧型方法典型套用160

5.1基於不完備信息系統的知識約簡160

5.1.1不完備信息系統的基本概念161

5.1.2基於動態量化非對稱相似關係的擴充粗糙集模型162

5.1.3動態調節知識重要性的約簡算法163

5.1.4實例分析166

5.2最小屬性約簡168

5.2.1最小屬性約簡過程168

5.2.2粒矩陣屬性約簡的啟發式算法169

5.2.3實例分析169

5.3求解最小MPR集171

5.3.1節點的最小MPR集求解172

5.3.2基於蟻群算法求解最小MPR集173

5.3.3改進的蟻群算法模型174

5.3.4OPNET仿真176

5.4城市隧道監控數據清理178

vi 5.4.1智慧型交通的現狀179

5.4.2城市監控數據的特徵179

5.4.3基於不重複採樣的RICA車檢器數據清理算法180

5.4.4實驗分析183

5.5城市隧道交通態勢預測187

5.5.1數據來源和特徵項的選取187

5.5.2交通態勢等級的劃分188

5.5.3隧道交通態勢的預測189

5.5.4多類分類方法190

5.5.5基於分類的交通態勢預測算法191

5.5.6實驗分析193

第6章智慧型方法Web套用196

6.1Web信息檢索及其個性化技術196

6.1.1信息檢索的概念196

6.1.2文本相似度計算197

6.1.3個性化信息檢索202

6.2微博語義特徵擴展和實時檢索平台206

6.2.1基於向量空間模型的微博文本相似度計算207

6.2.2基於WordNet的微博文本語義相似度計算208

6.2.3基於維基百科的微博特徵擴展209

6.2.4基於TwitterStorm平台的實時微博檢索系統211

6.3Web推薦系統及其示例217

6.3.1協同過濾推薦217

6.3.2基於用戶的協同過濾推薦218

6.3.3基於項目的協同過濾推薦221

6.3.4評分相關223

6.3.5基於模型的協同過濾推薦225

6.3.6推薦系統的實際套用232

6.3.7谷歌新聞個性化推薦234

6.3.8協同過濾方法的套用分析235

6.4產品觀點的挖掘以及用戶滿意度的評價236

6.4.1用戶滿意度評價的一般方法236

6.4.2基於灰色評估的用戶滿意度綜合評價方法237

6.4.3基於灰色評估的用戶滿意度評價仿真研究241

6.4.4實驗結果分析245

第7章智慧型方法拓展研究246

7.1智慧型方法套用246

7.2拓展研究247

7.2.1智慧型方法與物聯網247

7.2.2智慧型方法與雲計算248

7.2.3智慧型方法與社會計算249

7.2.4智慧型方法與大數據251

7.2.5智慧型方法與綠色計算254

參考文獻256