中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統(tǒng)關鍵技術
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創(chuàng)新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內(nèi)燃.電力機車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學的問題與脈絡
智能信號處理:基于仿生智能優(yōu)化 版權信息
- ISBN：9787302624196
- 條形碼：9787302624196 ; 978-7-302-62419-6
- 裝幀：100g膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
智能信號處理:基于仿生智能優(yōu)化 本書特色
本書是作者及其研究團隊自2008年開始，在國家自然科學基金項目“基于群智能優(yōu)化的復雜混合盲信號分離算法研究”(61401307)、國家自然科學基金重點項目“大場景目標紋理特征的中遠距離、高分辨率三維測量與定位研究”(61535008)、中國博士后科學基金項目“基于深度神經(jīng)網(wǎng)絡的高光譜圖像非線性解混技術研究”(2014M561184)和天津市應用基礎與前沿技術研究計劃項目“基于仿生智能優(yōu)化的并行高光譜圖像解混技術研究”(15JCYBJC17100)等課題的資助下，將仿生智能優(yōu)化算法與智能信號處理問題相結合，系統(tǒng)地研究了基于仿生智能優(yōu)化算法的智能信號處理技術，一些研究成果已在國內(nèi)外重要學術期刊和會議上發(fā)表。本書作為這些研究成果的總結和提煉，反映了目前國內(nèi)外利用仿生智能優(yōu)化算法解決語音信號處理、高光譜圖像信號處理和三維點云數(shù)據(jù)處理的*新研究進展和前沿。 國家自然科學基金、中國博士后科學基金、天津市自然科學基金等課題的資助。
智能信號處理:基于仿生智能優(yōu)化 內(nèi)容簡介
本書是在國內(nèi)外仿生智能優(yōu)化相關理論與應用研究的基礎上，結合多年的研究成果，介紹和闡述將仿生智能優(yōu)化算法應用于信號處理相關問題的理論和方法。本書共分5章，系統(tǒng)地介紹了基于仿生智能優(yōu)化的智能信號處理的基本理論和算法。書中分析了仿生智能優(yōu)化算法的特點及優(yōu)勢，給出了基于仿生智能優(yōu)化的智能信號處理框架，介紹了多種性能優(yōu)良的仿生智能優(yōu)化算法，系統(tǒng)地研究了基于仿生智能優(yōu)化的盲信號分離技術、高光譜圖像解混技術和三維點云拼接技術等三大類基于仿生智能優(yōu)化的智能信號處理技術，針對算法的模型建立、目標函數(shù)的構造、參數(shù)編碼方法及算法性能分析與驗證等內(nèi)容進行了詳細的闡述。 全書著眼于學術前沿，視角新穎、深入淺出，循序漸進，既注重對基本原理的闡述，也對算法的提出與應用效果進行了系統(tǒng)分析驗證，并力求語言表達精煉準確。 本書可供信息科學、計算機科學與技術、統(tǒng)計學、人工智能等領域的科研人員和專業(yè)人士參考。
智能信號處理:基于仿生智能優(yōu)化 目錄
第1章緒論1
1.1仿生智能優(yōu)化算法的特點及優(yōu)勢1
1.2基于仿生智能優(yōu)化的智能信號處理框架2
第2章仿生智能優(yōu)化算法8
2.1粒子群優(yōu)化算法8
2.2人工蜂群算法9
2.3細菌趨藥性優(yōu)化算法11
2.4細菌覓食優(yōu)化算法12
2.5回溯搜索優(yōu)化算法15
2.6蝙蝠算法16
2.7微分搜索算法17
2.8布谷鳥搜索算法18
2.9樽海鞘群算法19
2.10鯨群優(yōu)化算法21
2.11蝗蟲優(yōu)化算法24
第3章基于仿生智能優(yōu)化的盲信號分離技術31
3.1線性混合盲信號分離模型31
3.1.1數(shù)學模型31
3.1.2假設條件與不確定性32
3.1.3盲信號分離前的預處理33
3.2盲信號分離的獨立性判據(jù)34
3.2.1*小互信息判據(jù)35
3.2.2極大似然判據(jù)36
3.2.3*大化峭度判據(jù)36
3.2.4*大化負熵判據(jù)37
3.3盲信號分離算法的性能評判38
3.3.1主觀定性評判方法38
3.3.2客觀定量評判方法39
3.4基于粒子群優(yōu)化的有序盲信號分離算法39
3.4.1目標函數(shù)的選取40
3.4.2參數(shù)編碼與初始粒子群體的確定41
3.4.3消源與新混合信號的形成41
3.4.4實驗分析43
3.4.5算法在工頻干擾消除中的應用50
3.5基于細菌群體趨藥性的有序盲信號分離算法57
3.5.1帶探測判斷和優(yōu)勢細菌隨機擾動的細菌群優(yōu)化算法58
3.5.2基于DPBCC算法的有序盲信號分離算法63
3.5.3實驗分析65
3.5.4在工頻干擾消除中的應用72
3.6基于細菌覓食優(yōu)化的盲信號分離算法73
3.6.1盲信號分離的目標函數(shù)73
3.6.2菌群位置編碼與優(yōu)化分離過程73
3.6.3基于改進BFO的分離算法76
3.6.4實驗分析77
3.7基于樣條插值與人工蜂群優(yōu)化的非線性盲信號分離算法84
3.7.1后非線性混合盲分離模型85
3.7.2改進的人工蜂群算法85
3.7.3基于樣條插值與MABC的后非線性分離算法87
3.7.4實驗分析90
3.8基于回溯搜索優(yōu)化的卷積盲信號分離算法99
3.8.1卷積混合盲分離模型100
3.8.2獨立向量分析100
3.8.3基于回溯搜索優(yōu)化的分離算法原理101
3.8.4實驗分析104
第4章基于仿生智能優(yōu)化的高光譜圖像解混技術109
4.1高光譜圖像解混技術概述110
4.1.1基于幾何學的方法111
4.1.2基于統(tǒng)計學的方法113
4.2高光譜圖像解混模型113
4.2.1線性光譜混合模型114
4.2.2非線性光譜混合模型114
4.2.3高光譜圖像解混評價指標116
4.3基于仿生智能優(yōu)化的高光譜圖像線性解混方法117
4.3.1基于布谷鳥搜索的高光譜圖像線性解混算法117
4.3.2基于去噪降維和蝙蝠優(yōu)化的高光譜圖像線性
解混算法122
4.4基于仿生智能優(yōu)化的高光譜圖像非線性解混方法127
4.4.1基于微分搜索的高光譜圖像非線性解混算法127
4.4.2基于回溯優(yōu)化的高光譜圖像非線性解混算法136
第5章基于仿生智能優(yōu)化的三維點云拼接技術145
5.1點云拼接的數(shù)學表示145
5.2基于仿生智能優(yōu)化的三維點云拼接方法146
5.3基于哈希表和飛蛾火焰優(yōu)化的點云拼接算法147
5.3.1飛蛾火焰優(yōu)化算法148
5.3.2哈希優(yōu)化策略148
5.3.3HMFO算法150
5.3.4實驗分析152
5.4基于色彩信息的自適應進化點云拼接算法154
5.4.1彩色點云模型及特征點采樣155
5.4.2帶色彩約束的目標函數(shù)157
5.4.3種群編碼及優(yōu)化求解158
5.4.4實驗分析158
5.5基于重采樣策略與人工蜂群優(yōu)化的點云拼接算法161
5.5.1重采樣策略161
5.5.2改進的人工蜂群搜索策略163
5.5.3編碼方案和拼接算法流程163
5.5.4實驗分析164
參考文獻172
展開全部
書友推薦
- >
有舍有得是人生
- >
詩經(jīng)-先民的歌唱
- >
李白與唐代文化
- >
月亮與六便士
- >
經(jīng)典常談
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
