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
統計與數據科學叢書1智能計算中的算法,原理和應用 版權信息
- ISBN：9787030632555
- 條形碼：9787030632555 ; 978-7-03-063255-5
- 裝幀：平裝膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
統計與數據科學叢書1智能計算中的算法,原理和應用 本書特色
智能的概念和內容很多，其核心思想是模擬人或其他生物的神經系統，實現各種運算和操作過程，尤其是人的智能操作。
《智能計算中的算法、原理和應用》由四部分組成，**部分是概論，討論智能計算的類型、特征、發展過程和應用問題，并介紹和其他學科的關系問題。這些學科主要是生命科學、信息科學等。第二部分是算法篇，介紹智能計算中多種不同類型的算法，詳細介紹它們的計算步驟、特征、原理等有關問題，重點是討論它們的定位問題。第三部分討論智能的智能化問題，即這些智能計算算法在計算機和神經網絡系統中的實現問題。第四部分是附錄，對《智能計算中的算法、原理和應用》常用的數學公式、符號、名稱及所涉及的一些(如數學)學科的基礎知識作簡單介紹和說明。
統計與數據科學叢書1智能計算中的算法,原理和應用 內容簡介
本書試圖對這些智能算法的特征和功能進行比較、小結、和提高，如：1、比較它們的應用范圍、收斂速度（收斂范圍和收斂速度，或可計算性和計算復雜度）。2、討論它們的相互關系，重點是這些不同類型的算法在神經網絡系統中表達和計算。3、試圖討論《智能的智能化》方法。如《命題的證明》、《計算公式的計算》在神經網絡系統中的自動實現問題。
統計與數據科學叢書1智能計算中的算法,原理和應用 目錄
目錄 “統計與數據科學叢書”序 前言 **部分 概論 第1章 智能計算概述 3 1.1 智能計算的總體情況 3 1.1.1 智能計算的兩大類型、三個層次和五個特征 3 1.1.2 有關智能計算算法的類型表 4 1.2 智能計算的發展歷史 7 1.2.1 智能計算的幾個發展階段 7 1.2.2 大數據、云計算智能計算階段 10 1.3 關于智能計算算法的分析和定位問題 11 1.3.1 什么是智能計算算法的定位問題 12 1.3.2 關于感知器系列算法的分析和定位 12 1.3.3 對 HNNS 系列模型和理論的定位 15 1.4 由 NNS 的定位對各學科產生的影響 16 1.4.1 對生命科學與神經科學的影響 16 1.4.2 邏輯學、計算機科學的意義和影響 17 1.4.3 對第四次科技和產業革命的預測 19 第2章 智能計算和其他學科的關系 20 2.1 和生命科學、神經科學的關系 20 2.1.1 生物神經系統的結構特征 20 2.1.2 生物神經系統中的數字化表達 23 2.1.3 數字化的表示和意義的分析 26 2.1.4 關于 NNS 的綜合分析 27 2.2 和 3C、4C 理論的關系 28 2.2.1 3C 理論概述 29 2.2.2 和計算機科學的關系問題 31 2.3 和信息論、控制論與其他學科的關系 33 2.3.1 信息論的基本內容 342.3.2 控制論 36 2.4 和其他學科的關系問題 37 2.4.1 對語言學和邏輯學的概要說明 37 2.4.2 語言學、邏輯學和 NNS 的關系問題 39 第二部分 算法篇 第3章 感知器 43 3.1 感知器的基本模型和算法 43 3.1.1 感知器的學習目標、算法和收斂性定理 43 3.1.2 感知器模型的推廣 47 3.2 一般空間結構的幾何分析——感知器理論分析的數學基礎 52 3.2.1 Rn 空間中的集合論和拓撲結構 52 3.2.2 Rn 空間中向量集合的深度分析 53 3.2.3 其他類型深度的定義和性質 56 3.2.4 Rn 空間中的幾何結構分析 59 3.2.5 Rn 空間中的超多面體和超圖理論 61 3.3 感知器的理論分析 67 3.3.1 感知器的可計算性的基本定理 67 3.3.2 感知器解的討論 70 3.3.3 感知器的計算復雜度 73 3.4 感知器的容量問題 74 3.4.1 和感知器的容量有關的問題 74 3.4.2 容量估計時的隨機分析 76 第4章 感知器理論的應用 78 4.1 模糊感知器的理論分析及其在圖像識別中的應用 78 4.1.1 圖像系統 78 4.1.2 模糊感知器的隨機分析 81 4.1.3 關于模糊分類中指標的確定 83 4.2 空間集合系的相互關系和它們的表示 85 4.2.1 集合論 85 4.2.2 集合系統的對等關系和規模表示 88 4.2.3 子集系的構造和計數 89 4.2.4 布爾函數的運算關系 91 4.3 布爾函數在感知器中的表達 924.3.1 布爾函數在感知器模型下的表達 92 4.3.2 幾種特殊布爾函數在感知器模型下的表達 94 4.3.3 關于布爾集合線性可分性的討論 96 第5章 支持向量機 100 5.1 支持向量機的模型和學習目標 100 5.1.1 支持向量機的目標分類 100 5.1.2 支持向量機的學習目標和算法 101 5.1.3 支持向量機的求解問題 102 5.2 支持向量機的求解問題 103 5.2.1 感知器的解 104 5.3 支持向量機的智能計算算法 107 5.3.1 關于集合 L = LA，B 的拓撲空間結構問題 107 5.3.2 關于集合 L = LA，B 的構造 107 5.3.3 計算算法中的等價關系 109 5.3.4 支持向量機的計算算法 110 第6章 多層次、多輸出感知器及其深度學習算法 112 6.1 多輸出感知器 112 6.1.1 二輸出的感知器模型 112 6.1.2 二輸出、四目標感知器的學習算法 114 6.2 一般多輸出感知器系統 115 6.2.1 多輸出感知器的模型構造 115 6.2.2 多輸出感知器的學習、分類問題 117 6.2.3 關于多層次、多輸出感知器的學習算法 119 6.3 多輸出模糊感知器理論和圖像識別問題 120 6.3.1 圖像和圖像分類、識別系統 121 6.3.2 關于學習算法的說明 122 6.3.3 關于學習、訓練樣本和檢測樣本的討論 123 6.3.4 布爾函數在多層次、多輸出感知器模型運算下的實現問題 125 第7章 零知識條件下的優化和分類算法 126 7.1 關于零知識問題的討論 126 7.1.1 有關零知識和信息特征的基本概念 126 7.1.2 信號中有的信息特征 127 7.1.3 信號的其他輔助特征 129 7.1.4 信號集合的聚類問題 130 7.2 聚類分析中的計算算法 1317.3 對聚類分析中有關問題的討論 133 7.3.1 圖像之間的距離選擇 134 7.3.2 聚類分析在感知器模型下的討論 135 第8章 布爾函數和多層感知器的基本關系定理 137 8.1 布爾函數在多層感知器模型中的表達 137 8.1.1 多層感知器的數學模型 137 8.1.2 對基本方程組的討論 139 8.2 布爾函數在多層感知器模型中表達的基本定理 140 8.2.1 關于線性不可分集合的信息處理 140 8.2.2 布爾函數和多層感知器關系的一個基本定理 143 8.3 多層感知器的學習、訓練算法 145 8.3.1 布爾函數和多層次、多輸出感知器 145 8.3.2 布爾函數或布爾集合的性質 146 8.3.3 一般布爾函數的多層次、多輸出感知器表達算法 147 8.3.4 關于算法步驟的改進和討論 149 第9章 Hopfield NNS 151 9.1 對 HNNS 的介紹和討論 151 9.1.1 有關 HNNS 的模型和記號 151 9.1.2 HNNS 的能量函數 154 9.1.3 關于 HNNS 理論的討論 156 9.2 玻爾茲曼機與它的學習理論 158 9.2.1 玻爾茲曼機的運動模型 158 9.2.2 B-機的學習理論 161 9.2.3 對 B-機的討論和分析 163 9.3 正向和反向的 HNNS 164 第10章 遺傳算法和 DNA 計算 168 10.1 概述 168 10.1.1 發展歷史、基因結構和基因操作 168 10.1.2 點線圖和 Hamilton 回路問題 171 10.1.3 有關 HPP 問題中的 DNA 操作問題 175 10.2 有關 DNA 操作的討論 176 10.2.1 基因的突變和比對問題 176 10.3 廣義糾錯碼理論及其應用 179 10.3.1 廣義糾錯碼的定義及其構造 179 10.3.2 廣義糾錯碼在 DNA 計算中的應用 18110.4 遺傳算法 182 10.4.1 遺傳算法中的基本結構和基本原理 182 10.4.2 基因操作中的運算子 184 10.4.3 基因的選擇性原理和隨機系統 185 10.5 遺傳算法中的優化問題 188 10.5.1 優化問題的表述 188 10.5.2 遺傳算法中的基本思路和技術算法步驟 189 第11章 計算數學和統計計算中的有關算法和理論 191 11.1 EM 算法及其理論分析 191 11.1.1 統計估計問題 191 11.1.2 EM 算法簡介 192 11.1.3 EM 算法的實例計算 193 11.2 **組合投資決策的統計計算 195 11.2.1 **組合投資決策問題 195 11.2.2 **組合投資決策的遞推計算法 197 11.2.3 YYB 算法 197 11.3 數值計算中的算法 198 11.3.1 線性方程組及其計算法 199 11.3.2 線性方程組的迭代算法 202 11.3.3 有關矩陣、行列式的計算法 204 11.3.4 矩陣的其他計算 208 11.4 數值分析中的有關理論和算法 209 11.4.1 誤差和對誤差的分析 209 11.4.2 插值和擬合 211 11.4.3 牛頓插值法 214 11.4.4 插值法中的樣條理論 216 11.5 函數逼近和數據擬合 217 11.5.1 正交多項式 217 11.5.2 重要的正交多項式函數系 220 11.5.3 **逼近理論 223 11.5.4 一些特殊的**逼近問題 224 11.6 數值計算 225 11.6.1 非線性函數的數值計算 225 11.6.2 數值積分和微分中的計算算法 227 11.6.3 常微分方程的數值解 230第三部分 智能的智能化問題 第12章 張量和張量分析 235 12.1 張量的類型和運算 235 12.1.1 張量的定義和記號 235 12.1.2 張量的運算 238 12.2 張量空間 243 12.2.1 張量空間的表述 243 12.2.2 張量內積空間 245 12.3 張量空間中一些特殊的張量 246 12.3.1 非負張量和正定張量 247 12.3.2 總能量、**和*小值問題 248 第13章 集合論和邏輯學 251 13.1 布爾代數和布爾邏輯 251 13.1.1 布爾代數的定義和性質 251 13.1.2 布爾邏輯 252 13.1.3 邏輯運算和規則 253 13.1.4 布爾代數的補充定義和性質 254 13.1.5 布爾函數 255 13.1.6 邏輯代數 256 13.1.7 基本邏輯關系 (邏輯恒等式和基本邏輯規則) 257 第14章 神經網絡系統的時空結構理論 259 14.1 T-SNNS 的結構模型 259 14.1.1 NNS 中的指標體系 259 14.1.2 T-SNNS 中的空間區域和功能指標 260 14.1.3 關于區域和功能的討論 264 14.1.4 T-SNNS 中的能量函數 265 14.1.5 多重 T-SNNS 266 14.2 復合網絡 268 14.2.1 復合圖論 269 14.2.2 復
展開全部
統計與數據科學叢書1智能計算中的算法,原理和應用 作者簡介
沈世鎰，1956年進入南開大學學習，1961年考取南開大學數學系研究生（導師胡國定）。1977年由山西調入南開大學數學系任教。1986年國務院學位委員會聘任為南開大學博士生指導教師。1997年，任南開大學數學科學學院院長。1997年，任天津市數學會第八屆理事會理事長。曾任康奈爾大學訪問學者。 主要研究方向：代數編碼；信息的度量及其應用；組合密碼學；神經網絡系統理論及其應用；近代密碼學。 主要研究成果及獲獎：出版著作5部；發表論文5O多篇，其中SCI收錄12篇。1993年，獲“天津市自然科學技術領域中青年授銜專家”稱號，天津市優秀教師。四次獲天津市、教育部科技進步獎。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
史學評論
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
有舍有得是人生
- >
煙與鏡
- >
山海經
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
唐代進士錄
本類暢銷
