掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
MATLAB優化算法案例分析與應用-(進階篇) 版權信息
- ISBN：9787302397014
- 條形碼：9787302397014 ; 978-7-302-39701-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
MATLAB優化算法案例分析與應用-(進階篇) 本書特色
《matlab優化算法案例分析與應用（進階篇）》是深受廣大讀者歡迎的《matlab優化算法案例分析與應用》一書的姊妹篇，即進階篇。本書全面、系統、深入地介紹了matlab算法及案例應用。書中結合算法分析的理論和流程，詳解了大量的工程案例及其具體的代碼實現，讓讀者可以深入學習和掌握各種算法在相關領域中的具體應用。 本書共分兩篇。第1篇為matlab常用算法應用設計，包括貝葉斯分類器的數據處理、背景差分的運動目標檢測、小波變換的圖像壓縮、bp的模型優化預測、rls算法的數據預測、ga優化的bp網絡算法分析、分形維數應用、碳排放約束下的煤炭消費量優化預測、焊縫邊緣檢測算法對比分析、指紋圖像細節特征提取、多元回歸模型的礦井通風量計算、非線性多混合擬合模型的植被過濾帶計算、伊藤微分方程的布朗運動分析、q學習的無線體域網路由方法和遺傳算法的公交排班系統分析。第2篇為matlab高級算法應用設計，包括人臉檢測識別、改進的多算子融合圖像識別系統設計、罰函數的粒子群算法的函數尋優、車載自組織網絡中路邊性能及防碰撞算法研究、免疫算法的數值逼近優化分析、啟發式算法的函數優化分析、一級倒立擺變結構控制系統設計與仿真研究、蟻群算法的函數優化分析、引力搜索算法的函數優化分析、細菌覓食算法的函數優化分析、匈牙利算法的指派問題優化分析、人工蜂群算法的函數優化分析、改進的遺傳算法的城市交通信號優化分析、差分進化算法的函數優化分析和魚群算法的函數優化分析。 《matlab優化算法案例分析與應用（進階篇）》既適合所有想全面學習matalb算法開發的人員閱讀，也適合各種使用matalb進行開發的工程技術人員閱讀。對于相關高校的教學與研究，本書也是不可或缺的參考書。另外，對于matlab愛好者，本書也對網絡上討論的大部分疑難問題給出了解答，值得一讀。 網絡互動答疑服務： 國內*大的matlab&simulink技術交流平臺——matlab中文論壇聯合本書作者和編輯，一起為您提供與本書相關的問題解答和matlab技術支持服務，讓您獲得*佳的閱讀體驗。請隨時登錄matlab中文論壇，提出您在閱讀本書時產生的疑問，作者將定期為您解答。您對本書的任何建議也可以在論壇上發帖，以便于我們后續改進。您的建議將是我們創造精品的動力和源泉 本書涵蓋的內容 基于貝葉斯分類器的數據處理與matlab實現 基于背景差分的運動目標檢測與matlab實現 基于小波變換的圖像壓縮與matlab實現 基于bp的模型優化預測與matlab實現 基于rls算法的數據預測與matlab實現 基于ga優化的bp網絡算法分析與matlab實現 分形維數應用與matlab實現 碳排放約束下的煤炭消費量優化預測 焊縫邊緣檢測算法對比分析與matlab實現 指紋圖像細節特征提取與matlab實現 基于多元回歸模型的礦井通風量計算 基于非線性多混合擬合模型的植被過濾帶計算 基于伊藤微分方程的布朗運動分析 基于q學習的無線體域網路由方法 基于遺傳算法的公交排班系統分析 人臉檢測識別與matlab實現 基于改進的多算子融合的圖像識別系統設計 基于罰函數的粒子群算法的函數尋優 車載自組織網絡中路邊性能及防碰撞算法研究 基于免疫算法的數值逼近優化分析 基于啟發式算法的函數優化分析 一級倒立擺變結構控制系統設計與仿真研究 基于蟻群算法的函數優化分析 基于引力搜索算法的函數優化分析 基于細菌覓食算法的函數優化分析 基于匈牙利算法的指派問題優化分析 基于人工蜂群算法的函數優化分析 基于改進的遺傳算法的城市交通信號優化分析 基于差分進化算法的函數優化分析 基于魚群算法的函數優化分析
MATLAB優化算法案例分析與應用-(進階篇) 內容簡介
matlab中文論壇鼎力支持，提供“在線交流，有問必答”網絡互動答疑服務 詳解10個工程應用案例、30個算法案例和40種算法應用 重點介紹了10種生物智能算法：粒子群算法、遺傳算法、免疫算法、蟻群算法、引力搜索算法、細菌覓食算法、匈牙利算法、人工蜂群算法、差分進化算法和魚群算法 詳解32種常用數據處理算法：貝葉斯分類器、背景差分、小波變換、bp神經網絡、rls、ga、ga優化的bp網絡算法、分形維數、碳排放優化預測、邊緣檢測算法、指紋提取…… 結合算法分析的理論和流程，詳細講解了每個工程案例的具體代碼實現 循序漸進，逐步引導讀者深入挖掘實際問題背后的數學問題及算法求解 matlab典藏大系（在線交流，有問必答，大量實例，視頻教學） 《matlab優化算法案例分析與應用》（本書姊妹篇） 《我和數學有約——趣味數學及算法解析》 《matlab應用大全》 《matlab數學建模經典案例實戰》 《matlab圖像處理實例詳解》 《matlab神經網絡原理與實例精解》 《基于matlab的高等數學問題求解》 《matlab車輛工程應用實戰》
MATLAB優化算法案例分析與應用-(進階篇) 目錄
第1篇 matlab常用算法應用設計
第1章 基于貝葉斯分類器的數據處理與matlab實現
1.1 貝葉斯理論
1.2 高斯概率密度函數
1.3 *小距離分類器
1.3.1 歐氏距離分類器
1.3.2 馬氏距離分類器
1.3.3 基于高斯概率密度函數的*大似然估計
1.4 混合概率分布
1.5 期望*大化算法
1.6 parzen窗
1.7 k*近鄰密度估計法
1.8 樸素貝葉斯分類器
1.9 *近鄰分類原則
1.10 本章小結
第2章 基于背景差分的運動目標檢測與matlab實現
2.1 運動目標檢測的一般過程
2.1.1 手動背景法
2.1.2 統計中值法
2.1.3 算術平均法
2.2 運動目標檢測的一般方法
2.2.1 幀間差法運動目標檢測
2.2.2 背景差法運動目標檢測
2.3 本章小結
第3章 基于小波變換的圖像壓縮與matlab實現
3.1 小波變換原理
3.2 多尺度分析
3.3 圖像的分解和量化
3.3.1 一維小波變換
3.3.2 二維變換體系
3.3.3 量化
3.4 圖像壓縮編碼
3.4.1 圖像編碼評價
3.4.2 壓縮比準則
3.5 圖像壓縮與matlab實現
3.6 本章小結
第4章 基于bp的模型優化預測與matlab實現
4.1 bp神經網絡模型及其基本原理
4.2 matlab bp神經網絡工具箱
4.3 基于bp神經網絡的pid參數整定
4.3.1 理論分析
4.3.2 算法流程
4.3.3 算法仿真
4.4 基于bp神經網絡的數字識別系統設計
4.5 本章小結
第5章 基于rls算法的數據預測與matlab實現
5.1 遞歸*小二乘（rls）算法應用背景
5.2 rls算法基本原理與流程
5.2.1 rls算法基本原理
5.2.2 rls算法流程
5.3 rls數據線性預測分析與matlab實現
5.4 本章小結
第6章 基于ga優化的bp網絡算法分析與matlab實現
6.1 遺傳算法
6.2 bp神經網絡
6.3 基于ga優化的bp神經網絡的大腦灰白質圖像分割
6.4 基于ga優化的bp神經網絡的礦井通風量計算
6.4.1 某工作面*優通風量分析
6.4.2 總回風巷*優通風量分析
6.5 本章小結
第7章 分形維數應用與matlab實現
7.1 分形盒維數概述
7.2 二維圖像分形盒維數分析
7.3 基于短時分形維數的語音信號檢測
7.3.1 時間序列信號圖形的網格分形
7.3.2 噪聲語音信號的短時網格分形
7.4 本章小結
第8章 碳排放約束下的煤炭消費量優化預測
8.1 煤炭消費量概述
8.2 煤炭影響因素分析
8.3 煤炭消耗量優化預測模型構建
8.3.1 co2排放強度的雙立方插值擬合
8.3.2 煤炭、石油和天然氣與co2排放強度回歸模型構建
8.3.3 煤炭、石油和天然氣碳排放系數構建
8.3.4 節能減排和經濟發展優化目標構建與求解
8.4 本章小結
第9章 焊縫邊緣檢測算法對比分析與matlab實現
9.1 焊縫邊緣檢測研究
9.2 圖像預處理技術
9.3 焊縫圖像邊緣檢測
9.3.1 sobel算子
9.3.2 prewitt算子
9.3.3 canny算子
9.3.4 形態學處理
9.3.5 邊緣檢測效果對比
9.4 本章小結
第10章 指紋圖像細節特征提取與matlab實現
10.1 指紋識別技術概述
10.2 指紋識別系統的工作原理
10.3 指紋細節特征的提取
10.3.1 指紋特征提取的方法
10.3.2 指紋圖像的細化后處理
10.3.3 特征點的提取
10.3.4 指紋特征的去偽
10.4 指紋圖像去偽與matlab實現
10.5 本章小結
第11章 基于多元回歸模型的礦井通風量計算
11.1 礦井通風量概述
11.2 礦井通風量回歸模型分析
11.3 通風量多元回歸分析
11.3.1 數據的預處理
11.3.2 瓦斯、煤塵、溫度、濕度與通風量模型的建立
11.4 礦井*優通風風量有效性分析
11.4.1 空氣中煤塵濃度與風速映射關系建模
11.4.2 空氣中瓦斯濃度與風速映射關系建模
11.4.3 礦井中溫濕度與風速映射關系建模
11.5 預測模型誤差檢驗
11.6 本章小結
第12章 基于非線性多混合擬合模型的植被過濾帶計算
12.1 植被試驗場概況
12.2 試驗方法
12.2.1 試驗參數
12.2.2 土樣的分析方法
12.2.3 水樣的分析方法
12.3 植被過濾帶凈化效果評價方法
12.4 植被過濾帶凈化效果影響因素分析
12.4.1 植被條件對植被過濾帶凈化效果的影響
12.4.2 入流水文條件對植被過濾帶凈化效果的影響
12.4.3 帶寬對植被過濾帶凈化效果的影響
12.4.4 坡度對植被過濾帶凈化效果的影響
12.4.5 入流污染物濃度對植被過濾帶凈化效果的影響
12.4.6 土壤初始含水量對植被過濾帶凈化效果的影響
12.5 植被過濾帶凈化效果關聯度計算
12.6 基于非線性多混合擬合模型的濃度削減率計算
12.7 本章小結
第13章 基于伊藤微分方程的布朗運動分析
13.1 隨機微分方程數學模型
13.1.1 布朗運動概述
13.1.2 布朗運動的數學模型
13.2 布朗運動的隨機微分方程
13.2.1 隨機微分方程
13.2.2 隨機微分方程系數
13.3 伊藤微分方程及伊藤微分法則
13.3.1 伊藤微分方程
13.3.2 伊藤積分
13.3.3 伊藤過程
13.3.4 伊藤隨機微分方程的解析解
13.3.5 伊藤隨機微分方程的數值解
13.4 數值布朗運動模擬與matlab實現
13.4.1 布朗運動的模擬
13.4.2 幾何布朗運動的模擬
13.4.3 伊藤微分方程的布朗運動模擬
13.5 本章小結
第14章 基于q學習的無線體域網路由方法
14.1 無線體域網研究背景
14.2 無線體域網性能分析
14.2.1 無線體域網系統結構
14.2.2 無線體域網的主要特點
14.3 無線體域網路由協議
14.3.1 無線路由協議
14.3.2 高效節能路由協議
14.3.3 dsr路由協議
14.4 基于q學習的無線體域網路由方法
14.4.1 agent增強學習算法
14.4.2 增強學習算法的基本原理
14.4.3 q-learning增強學習算法
14.4.4 基于q學習的無線體域網路由策略
14.4.5 wban路由分析與matlab實現
14.5 本章小結
第15章 基于遺傳算法的公交排班系統分析
15.1 公交排班系統背景分析
15.2 公交線路模型仿真
15.2.1 車輛行駛模型
15.2.2 乘客上下車模型
15.3 遺傳算法的發展與現狀
15.4 遺傳算法的基本思想
15.5 遺傳算法的特點
15.6 遺傳算法的應用步驟
15.7 公交排班問題模型設計
15.7.1 模型假設
15.7.2 定義變量
15.7.3 建立目標函數
15.7.4 算法結構
15.8 本章小結
第16章 人臉檢測識別與matlab實現
16.1 人臉檢測的意義
16.2 人臉檢測常用的幾個彩色空間
16.2.1 rgb彩色空間
16.2.2 標準化rgb彩色空間
16.2.3 hsv彩色空間
16.2.4 ycrcb彩色空間
16.3 靜態膚色模型
16.3.1 rgb顏色空間分割
16.3.2 hsv顏色空間分割
16.3.3 ycbcr顏色空間分割
16.4 基于lab顏色空間的人臉分割
16.5 運動人圖像檢測與matlab實現
16.6 本章小結
第2篇 matlab高級算法應用設計
第18章 基于罰函數的粒子群算法的函數尋優
第19章 車載自組織網絡中路邊性能及防碰撞算法研究
第20章 基于免疫算法的數值逼近優化分析
第21章 基于啟發式算法的函數優化分析
第22章 一級倒立擺變結構控制系統的設計與仿真研究
第23章 基于蟻群算法的函數優化分析
第24章 基于引力搜索算法的函數優化分析
第25章 基于細菌覓食算法的函數優化分析
第26章 基于匈牙利算法的指派問題優化分析
第27章 基于人工蜂群算法的函數優化分析
第28章 基于改進的遺傳算法的城市交通信號優化分析
第29章 基于差分進化算法的函數優化分析
第30章 基于魚群算法的函數優化分析
參考文獻
第1章 基于貝葉斯分類器的數據處理與matlab實現
1.1 貝葉斯理論
1.2 高斯概率密度函數
1.3 *小距離分類器
1.3.1 歐氏距離分類器
1.3.2 馬氏距離分類器
1.3.3 基于高斯概率密度函數的*大似然估計
1.4 混合概率分布
1.5 期望*大化算法
1.6 parzen窗
1.7 k*近鄰密度估計法
1.8 樸素貝葉斯分類器
1.9 *近鄰分類原則
1.10 本章小結
第2章 基于背景差分的運動目標檢測與matlab實現
2.1 運動目標檢測的一般過程
2.1.1 手動背景法
2.1.2 統計中值法
2.1.3 算術平均法
2.2 運動目標檢測的一般方法
2.2.1 幀間差法運動目標檢測
2.2.2 背景差法運動目標檢測
2.3 本章小結
第3章 基于小波變換的圖像壓縮與matlab實現
3.1 小波變換原理
3.2 多尺度分析
3.3 圖像的分解和量化
3.3.1 一維小波變換
3.3.2 二維變換體系
3.3.3 量化
3.4 圖像壓縮編碼
3.4.1 圖像編碼評價
3.4.2 壓縮比準則
3.5 圖像壓縮與matlab實現
3.6 本章小結
第4章 基于bp的模型優化預測與matlab實現
4.1 bp神經網絡模型及其基本原理
4.2 matlab bp神經網絡工具箱
4.3 基于bp神經網絡的pid參數整定
4.3.1 理論分析
4.3.2 算法流程
4.3.3 算法仿真
4.4 基于bp神經網絡的數字識別系統設計
4.5 本章小結
第5章 基于rls算法的數據預測與matlab實現
5.1 遞歸*小二乘（rls）算法應用背景
5.2 rls算法基本原理與流程
5.2.1 rls算法基本原理
5.2.2 rls算法流程
5.3 rls數據線性預測分析與matlab實現
5.4 本章小結
第6章 基于ga優化的bp網絡算法分析與matlab實現
6.1 遺傳算法
6.2 bp神經網絡
6.3 基于ga優化的bp神經網絡的大腦灰白質圖像分割
6.4 基于ga優化的bp神經網絡的礦井通風量計算
6.4.1 某工作面*優通風量分析
6.4.2 總回風巷*優通風量分析
6.5 本章小結
第7章 分形維數應用與matlab實現
7.1 分形盒維數概述
7.2 二維圖像分形盒維數分析
7.3 基于短時分形維數的語音信號檢測
7.3.1 時間序列信號圖形的網格分形
7.3.2 噪聲語音信號的短時網格分形
7.4 本章小結
第8章 碳排放約束下的煤炭消費量優化預測
8.1 煤炭消費量概述
8.2 煤炭影響因素分析
8.3 煤炭消耗量優化預測模型構建
8.3.1 co2排放強度的雙立方插值擬合
8.3.2 煤炭、石油和天然氣與co2排放強度回歸模型構建
8.3.3 煤炭、石油和天然氣碳排放系數構建
8.3.4 節能減排和經濟發展優化目標構建與求解
8.4 本章小結
第9章 焊縫邊緣檢測算法對比分析與matlab實現
9.1 焊縫邊緣檢測研究
9.2 圖像預處理技術
9.3 焊縫圖像邊緣檢測
9.3.1 sobel算子
9.3.2 prewitt算子
9.3.3 canny算子
9.3.4 形態學處理
9.3.5 邊緣檢測效果對比
9.4 本章小結
第10章 指紋圖像細節特征提取與matlab實現
10.1 指紋識別技術概述
10.2 指紋識別系統的工作原理
10.3 指紋細節特征的提取
10.3.1 指紋特征提取的方法
10.3.2 指紋圖像的細化后處理
10.3.3 特征點的提取
10.3.4 指紋特征的去偽
10.4 指紋圖像去偽與matlab實現
10.5 本章小結
第11章 基于多元回歸模型的礦井通風量計算
11.1 礦井通風量概述
11.2 礦井通風量回歸模型分析
11.3 通風量多元回歸分析
11.3.1 數據的預處理
11.3.2 瓦斯、煤塵、溫度、濕度與通風量模型的建立
11.4 礦井*優通風風量有效性分析
11.4.1 空氣中煤塵濃度與風速映射關系建模
11.4.2 空氣中瓦斯濃度與風速映射關系建模
11.4.3 礦井中溫濕度與風速映射關系建模
11.5 預測模型誤差檢驗
11.6 本章小結
第12章 基于非線性多混合擬合模型的植被過濾帶計算
12.1 植被試驗場概況
12.2 試驗方法
12.2.1 試驗參數
12.2.2 土樣的分析方法
12.2.3 水樣的分析方法
12.3 植被過濾帶凈化效果評價方法
12.4 植被過濾帶凈化效果影響因素分析
12.4.1 植被條件對植被過濾帶凈化效果的影響
12.4.2 入流水文條件對植被過濾帶凈化效果的影響
12.4.3 帶寬對植被過濾帶凈化效果的影響
12.4.4 坡度對植被過濾帶凈化效果的影響
12.4.5 入流污染物濃度對植被過濾帶凈化效果的影響
12.4.6 土壤初始含水量對植被過濾帶凈化效果的影響
12.5 植被過濾帶凈化效果關聯度計算
12.6 基于非線性多混合擬合模型的濃度削減率計算
12.7 本章小結
第13章 基于伊藤微分方程的布朗運動分析
13.1 隨機微分方程數學模型
13.1.1 布朗運動概述
13.1.2 布朗運動的數學模型
13.2 布朗運動的隨機微分方程
13.2.1 隨機微分方程
13.2.2 隨機微分方程系數
13.3 伊藤微分方程及伊藤微分法則
13.3.1 伊藤微分方程
13.3.2 伊藤積分
13.3.3 伊藤過程
13.3.4 伊藤隨機微分方程的解析解
13.3.5 伊藤隨機微分方程的數值解
13.4 數值布朗運動模擬與matlab實現
13.4.1 布朗運動的模擬
13.4.2 幾何布朗運動的模擬
13.4.3 伊藤微分方程的布朗運動模擬
13.5 本章小結
第14章 基于q學習的無線體域網路由方法
14.1 無線體域網研究背景
14.2 無線體域網性能分析
14.2.1 無線體域網系統結構
14.2.2 無線體域網的主要特點
14.3 無線體域網路由協議
14.3.1 無線路由協議
14.3.2 高效節能路由協議
14.3.3 dsr路由協議
14.4 基于q學習的無線體域網路由方法
14.4.1 agent增強學習算法
14.4.2 增強學習算法的基本原理
14.4.3 q-learning增強學習算法
14.4.4 基于q學習的無線體域網路由策略
14.4.5 wban路由分析與matlab實現
14.5 本章小結
第15章 基于遺傳算法的公交排班系統分析
15.1 公交排班系統背景分析
15.2 公交線路模型仿真
15.2.1 車輛行駛模型
15.2.2 乘客上下車模型
15.3 遺傳算法的發展與現狀
15.4 遺傳算法的基本思想
15.5 遺傳算法的特點
15.6 遺傳算法的應用步驟
15.7 公交排班問題模型設計
15.7.1 模型假設
15.7.2 定義變量
15.7.3 建立目標函數
15.7.4 算法結構
15.8 本章小結
第16章 人臉檢測識別與matlab實現
16.1 人臉檢測的意義
16.2 人臉檢測常用的幾個彩色空間
16.2.1 rgb彩色空間
16.2.2 標準化rgb彩色空間
16.2.3 hsv彩色空間
16.2.4 ycrcb彩色空間
16.3 靜態膚色模型
16.3.1 rgb顏色空間分割
16.3.2 hsv顏色空間分割
16.3.3 ycbcr顏色空間分割
16.4 基于lab顏色空間的人臉分割
16.5 運動人圖像檢測與matlab實現
16.6 本章小結
第2篇 matlab高級算法應用設計
第18章 基于罰函數的粒子群算法的函數尋優
第19章 車載自組織網絡中路邊性能及防碰撞算法研究
第20章 基于免疫算法的數值逼近優化分析
第21章 基于啟發式算法的函數優化分析
第22章 一級倒立擺變結構控制系統的設計與仿真研究
第23章 基于蟻群算法的函數優化分析
第24章 基于引力搜索算法的函數優化分析
第25章 基于細菌覓食算法的函數優化分析
第26章 基于匈牙利算法的指派問題優化分析
第27章 基于人工蜂群算法的函數優化分析
第28章 基于改進的遺傳算法的城市交通信號優化分析
第29章 基于差分進化算法的函數優化分析
第30章 基于魚群算法的函數優化分析
參考文獻
展開全部
MATLAB優化算法案例分析與應用-(進階篇) 作者簡介
余勝威，畢業于西南交通大學。有6年以上的MATLAB應用經驗，精通MATLAB算法開發，對程序設計有獨到的見解。榮獲省級、國家級數學建模競賽一等獎4項、二等獎3項、優秀獎1項，還獲得了編程和其他類競賽獎4項。已錄用論文3篇，參與項目10余個，獨立編寫了5部MATLAB應用領域的圖書。目前主要從事圖像處理、人工智能、信號分析、故障診斷和算法開發等相關方面的研究。
書友推薦
- >
名家帶你讀魯迅:朝花夕拾
- >
巴金－再思錄
- >
史學評論
- >
回憶愛瑪儂
- >
月亮虎
- >
自卑與超越
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
本類暢銷
