<abbr id="0wimy"></abbr>
《動態(tài)差分進化算法及其應(yīng)用》共分9章，各章相互聯(lián)系，內(nèi)容自成體系。其中，第1章簡要介紹差分進化算法的發(fā)展、基本原理和家族，并提出了一種采用動態(tài)更新種群策略的動態(tài)差分進化算法（DDE）。第2章介紹改進變異操作的差分進化算法及其
《工程高等代數(shù)（第二版）》共七章，介紹了一元多項式、行列式、矩陣、向量組的線性相關(guān)性、線性方程組、相似矩陣與二次型、線性空間與線性變換，以及一些工程應(yīng)用中所需要的代數(shù)內(nèi)容．《工程高等代數(shù)（第二版）》注重理論、方法與應(yīng)用的密切結(jié)合，例題和習題豐富
《自動控制原理/高職高專電氣自動化“十二五”規(guī)劃教材》主要分為經(jīng)典控制理論和現(xiàn)代控制理論兩部分，以經(jīng)典控制理論為主，內(nèi)容包括：控制系統(tǒng)的基本概念、控制系統(tǒng)的數(shù)學模型、時域分析法、頻率特性法、系統(tǒng)的校正和設(shè)計、采樣控制系統(tǒng)和控制系統(tǒng)的狀態(tài)空間法。本書注重自動控制原理與工程實踐相結(jié)合，基本原理與方法闡述透徹，層次分明，篇幅
《MATLAB神經(jīng)網(wǎng)絡(luò)超級學習手冊》以新近推出的MATLABR2013a神經(jīng)網(wǎng)絡(luò)工具箱為基礎(chǔ)，系統(tǒng)全面地介紹了神經(jīng)網(wǎng)絡(luò)的各種概念和應(yīng)用�！禡ATLAB神經(jīng)網(wǎng)絡(luò)超級學習手冊》按邏輯編排，自始至終采用實例描述；內(nèi)容完整且每章相對獨立，是一本不可多得的掌握MATLAB神經(jīng)網(wǎng)絡(luò)的學習用書。 全書共分為16章，從MATLAB簡
《自動控制原理與技術(shù)研究》主要論述了自動控制的基本原理與技術(shù)。全書共8章，其主要內(nèi)容包括：緒論、自動控制系統(tǒng)的數(shù)學模型分析、自動控制系統(tǒng)的時域分析、自動控制系統(tǒng)的頻域分析、自動控制系統(tǒng)的根軌跡分析、現(xiàn)代數(shù)字控制技術(shù)研究、計算機控制技術(shù)研究、先進控制技術(shù)探究。本書既注重理論知識的介紹，又兼顧了自動控制技術(shù)的新發(fā)展，較好地
本書在全面總結(jié)國內(nèi)外的混合免疫智能算法及其應(yīng)用成果的基礎(chǔ)上，著重介紹作者在混合免疫智能算法理論及應(yīng)用這一領(lǐng)域的研究成果，主要包括競爭合作性協(xié)同免疫進化算法模型設(shè)計、算法分析與實驗；免疫雙態(tài)粒子群計算模型構(gòu)建、算法分析與實驗；免疫協(xié)同粒子群算法模型構(gòu)建、算法分析與實驗；免疫蟻群自適應(yīng)融合算法設(shè)計及實驗分析；以及混合免疫智
本書以模式識別領(lǐng)域的重要前沿課題核學習為研究對象，介紹了核自適應(yīng)學習及在人臉識別、醫(yī)學圖像分類和三維碎片分類等各個方面的應(yīng)用。主要包括基本原理、數(shù)學基礎(chǔ)、參數(shù)選擇、遞歸分析方法、函數(shù)構(gòu)造方法、判別分析方法、主成分分析方法及核自適應(yīng)學習機的典型應(yīng)用。本書可供計算機專業(yè)的本科生、研究生參考閱讀，旨在幫助讀者透徹理解和掌握模
本書結(jié)合國內(nèi)外觸摸式人機界面技術(shù)發(fā)展動態(tài)及最新工程應(yīng)用情況，全面系統(tǒng)地闡述了觸摸式人機界面的基礎(chǔ)知識和最新應(yīng)用技術(shù)，以及維護與故障處理方法。全書共6章，講解了觸摸式人機界面基礎(chǔ)知識、威倫觸摸式人機界面的工程應(yīng)用、富士觸摸式人機界面工程應(yīng)用、臺達DOP觸摸式人機界面工程應(yīng)用、三菱觸摸式人機界面工程應(yīng)用、觸摸式人機界面維護
傳統(tǒng)的模糊決策方法無法解決復雜的不確定情境下的評估與優(yōu)化問題。語言計算是近年來為描述模糊信息、建立模糊邏輯、處理模糊現(xiàn)象發(fā)展起來的一種新的信息處理和管理決策工具。多粒度語言為偏好的模糊決策已經(jīng)應(yīng)用于項目管理、投資評估中并取得成果。本文在深入研究基于擴展原理和符號化方法的語言計算模型基礎(chǔ)上，重新給出多粒度語言的分類。根據(jù)
粒計算是當前計算智能研究領(lǐng)域中模擬人類思維和解決復雜問題的新方法，它涵蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復雜問題求解、海量數(shù)據(jù)挖掘和不確定性信息處理等問題的有力工具。經(jīng)過十多年的發(fā)展，在與多學科交叉研究的過程中，粒計算正逐步形成其特有的研究體系。本書介紹了粒計算及其不確定信息度量的理論與方法的最新進展，內(nèi)容涉及
人工免疫系統(tǒng)是模仿自然免疫系統(tǒng)功能的一種智能方法，是繼人工神經(jīng)網(wǎng)絡(luò)、進化計算之后新的智能計算研究方向，是生命科學和計算機科學相交叉而形成的交叉學科研究熱點�！度斯っ庖咚惴ǜ倪M及其應(yīng)用》是作者幾年來科研成果的總結(jié)。全書共分9章，主要內(nèi)容是在計算智能的基礎(chǔ)上，針對人工神經(jīng)網(wǎng)絡(luò)、進化計算和人工免疫系統(tǒng)進行了理論研究和應(yīng)用研究
本書為胡壽松主編的《自動控制原理（第六版）》、《自動控制原理基礎(chǔ)教程（第三版）》的學習指導性教學配套用書。本書形成了一個系統(tǒng)且完整的自動控制原理題庫，其內(nèi)容包括解題的數(shù)學基礎(chǔ)及450道母題的詳解。這些母題包含了概念題、一般題、設(shè)計題、技巧題、證明題、考研題以及難題7類，便于配制滿足各種基本要求的試卷內(nèi)容。本書在解題過程
作為Web2.0的典型應(yīng)用之一，社會化標簽具有獨特的優(yōu)勢，可以為Web知識推送提供十分有價值的基礎(chǔ)數(shù)據(jù)。本書借鑒數(shù)學領(lǐng)域的圖論、物理學領(lǐng)域的復雜網(wǎng)絡(luò)、社會學領(lǐng)域的社會網(wǎng)絡(luò)分析、圖書情報學領(lǐng)域的信息計量，闡述了網(wǎng)絡(luò)分析的基本原理，進而建立基于共現(xiàn)分析的社會化標簽網(wǎng)絡(luò)和基于社會化標簽的潛在社會網(wǎng)絡(luò)。然后，分別構(gòu)建基于用戶層
粒計算是人工智能領(lǐng)域中的一種新理念和新方法，它覆蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復雜問題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問題的有力工具。從粒計算的觀點看，在認知過程中，人們對問題的分析與求解都具有粒度性，既與認知主體的主觀局限有關(guān)，也與觀測工具等很多客觀因素有關(guān)。粒計算理論模型中的粒的合成與分解以及問題求解
計算智能是借助現(xiàn)代計算工具通過模擬人的智能來求解問題(或處理信息)的理論與方法，它是人工智能的深化與發(fā)展，也是當前人工智能技術(shù)的重要組成部分。計算智能的理論和方法是信息科學、生命科學、認知科學等不同學科相互交叉、相互滲透、相互促進而產(chǎn)生的一門新的學科�！队嬎阒悄芾碚撆c方法》的主要內(nèi)容包括進化計算方法及其應(yīng)用、人工免疫系
本書簡明扼要地闡述了自動控制的基本理論與應(yīng)用。全書共分九章：前八章著重介紹經(jīng)典控制理論及應(yīng)用的主要方面，最后一章介紹現(xiàn)代控制理論中的狀態(tài)空間分析及綜合法。 本書精選了由胡壽松主編的《自動控制原理（第六版）》中的主要內(nèi)容，強化了工程應(yīng)用背景，系統(tǒng)介紹了現(xiàn)代MATLAB應(yīng)用技術(shù)，包括建模、時域分析、根軌跡繪制、頻域分析、
本書系《自動控制原理》第六版，比較全面地闡述了自動控制的基本理論與應(yīng)用。全書共分十章，前八章著重介紹經(jīng)典控制理論及應(yīng)用，后兩章介紹現(xiàn)代控制理論中的線性系統(tǒng)理論和最優(yōu)控制理論。 本書精選了第五版中的主要內(nèi)容，加強了對基本理論及其工程應(yīng)用的闡述。書中深入淺出地介紹了自動控制的基本概念，控制系統(tǒng)在時域、頻域和復域中的數(shù)學模
本書主要是通過分析機器學習的研究前沿及其兩大核心問題——“機器學習的可能實現(xiàn)路徑”和“機器學習的發(fā)現(xiàn)功能”對這些問題展開討論。
《前饋神經(jīng)網(wǎng)絡(luò)分析與設(shè)計》系統(tǒng)地論述了前饋神經(jīng)網(wǎng)絡(luò)的主要理論、設(shè)計基礎(chǔ)及應(yīng)用實例，旨在使讀者了解神經(jīng)網(wǎng)絡(luò)的發(fā)展背景和研究對象，理解和熟悉它的基本原理和主要應(yīng)用，掌握它的結(jié)構(gòu)模型和設(shè)計應(yīng)用方法，特別是前饋神經(jīng)網(wǎng)絡(luò)的參數(shù)學習算法和結(jié)構(gòu)設(shè)計方法，為深入研究和應(yīng)用開發(fā)打下基礎(chǔ)。為了便于讀者理解，書中盡量避免煩瑣的數(shù)學推導，加強
交互式遺傳算法將傳統(tǒng)的進化機制與用戶的智能評價相結(jié)合，可以有效地解決性能指標難以(甚至無法)用精確函數(shù)表示的一類復雜優(yōu)化問題。但是，用戶評價的不確定性和評價疲勞問題等極大地影響了交互式遺傳算法的性能，嚴重制約了其在復雜優(yōu)化問題中的應(yīng)用。《高級交互式遺傳算法理論與應(yīng)用》以解決這些問題為切入點，在遺傳算法的框架體系下，主要
書單推薦 新書推薦
