中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
不確定深度學習與多粒度知識發現 版權信息
- ISBN：9787030797179
- 條形碼：9787030797179 ; 978-7-03-079717-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
不確定深度學習與多粒度知識發現 內容簡介
深度學習是機器學習領域中一個新的研究方向，通過學習樣本數據內在規律和表示層次，表現出較好的智能行為。粒計算是新興的、多學科交叉的研究領域，是當前計算智能領域中模擬人類思維和解決復雜問題的算法。本書旨在為廣大學者和科研工作者提供不確定深度學習與多粒度知識發現領域的基礎理論、模型和算法。本書內容主要包括粒計算基礎概念和基礎知識、基于粒計算的深度學習理論、基于粒計算的大數據知識發現模型與方法、基于多粒度理論的不確定性醫學圖像分割方法、多粒度深度學習模型及其可解釋性等理論體系。
不確定深度學習與多粒度知識發現 目錄
目錄前言第1章 緒論 11.1 大數據及其挖掘技術 11.2 粒計算理論 21.3深度學習技術 31.4 基于粒計算的圖像處理技術 7參考文獻 8第2章 粒計算模型與算法 122.1 粒計算模型 122.1.1 粗糙集模型 122.1.2 模糊集理論 132.1.3 粒球模型 132.1.4 三支決策 152.2 面向復雜數據的擴展粗糙集模型 172.2.1 鄰域粗糙集模型 172.2.2 決策粗糙集模型 182.2.3 鄰域決策粗糙集模型 182.2.4 局部鄰域決策粗糙集模型 192.3 基于鄰域粗糙集的屬性約簡算法 202.3.1 基于鄰域依賴度的屬性約簡算法 202.3.2 基于鄰域熵的屬性約簡算法 212.3.3 基于鄰域決策錯誤率的屬性約簡算法 23參考文獻 24第3章 基于粗糙集和三支決策的U-Net模型及應用 263.1 深度學習理論 263.1.1 卷積神經網絡的基本模塊 263.1.2 常用損失函數 283.1.3 隨機梯度下降算法 293.2 注意力機制 303.2.1 空間注意力機制 303.2.2 通道注意力機制 313.3 基于粗糙集的U-Net模型 323.3.1 粗糙神經元 323.3.2 粗糙通道注意力機制 333.3.3 基于粗糙通道注意力機制的U-Net模型 353.4 基于三支決策算法的U-Net模型 373.4.1 腐蝕算子和膨脹算子 393.4.2 不確定性描述 393.4.3 三支損失函數 423.4.4 基于三支損失函數的U-Net模型 433.5 視網膜血管圖像分割應用 453.5.1 數據集介紹 453.5.2 圖像預處理 473.5.3 分割評價指標 483.5.4 基于粗糙通道注意力的U-Net視網膜血管分割 503.5.5 基于三支損失函數的U-Net視網膜血管分割 59參考文獻 65第4章 基于進化算法的聚類粒計算眼底圖像建模方法
展開全部
書友推薦
- >
莉莉和章魚
- >
上帝之肋:男人的真實旅程
- >
【精裝繪本】畫給孩子的中國神話
- >
推拿
- >
李白與唐代文化
- >
羅庸西南聯大授課錄
- >
月亮虎
- >
自卑與超越
本類暢銷
