智能計算：關(guān)于粗集理論、模糊邏輯、神經(jīng)網(wǎng)絡(luò)的理論及其應(yīng)用

定　價：￥28.00

作　者：	曾黃麟著
出版社：	重慶大學(xué)出版社
叢編項：
標(biāo)　簽：	智能系統(tǒng)

購買這本書可以去

ISBN：	9787562431756	出版時間：	2004-06-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	304	字數(shù)：

內(nèi)容簡介

　　智能計算體現(xiàn)了智能信息處理新的一代計算風(fēng)范。本書主要介紹智能計算研究領(lǐng)域近年來迅速發(fā)展的粗集理論、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)理論及其應(yīng)用。這些理論在研究不精確、不完整、不確定的真實世界中數(shù)據(jù)的知識表達、學(xué)習(xí)、挖掘和歸納等方面提供了有效的處理技術(shù)和方法，把人們帶到一個科學(xué)邏輯思維和智能信息處理的新天地。為了闡明這些理論及技術(shù)的基本問題，突出這些新方法的應(yīng)用，全書共分為四部分，第1部分介紹粗集理論及其應(yīng)用，突出從數(shù)據(jù)中挖掘知識、評價系統(tǒng)參數(shù)的重要性和知識簡化的特點。第2部分介紹模糊邏輯及其應(yīng)用，重點在于知識的模糊化概念、隸屬度特征函數(shù)的構(gòu)建及模糊推理方法。第3部分介紹人工神經(jīng)網(wǎng)絡(luò)理論及其應(yīng)用，主要討論人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)方法，突出優(yōu)化計算和非線性建模思路。第4部分介紹綜合智能信息處理方法及其應(yīng)用，討論粗集理論、模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)各自的特點，探討這些智能計算的有機結(jié)合，提出綜合智能信息處理及其應(yīng)用方法。本書是有關(guān)智能計算方法及其應(yīng)用的著作，為了便于學(xué)習(xí)和供計算機、人工智能和信息處理等學(xué)科的大專院校高年級本科生、研究生作為教材，本書重在智能計算方法的介紹，省略了一些繁瑣的理論推衍過程，并用較大量的例題、習(xí)題和應(yīng)用實例來闡明其概念和方法，有些問題本身就是從科研課題中提取出來的，既可供學(xué)生作為畢業(yè)設(shè)計題目，也可供計算機學(xué)科、人工智能學(xué)科和信息處理學(xué)科等領(lǐng)域的大專院校師生，研究工作者，工程技術(shù)人員作為閱讀參考和深入研究的課題。

作者簡介

暫缺《智能計算：關(guān)于粗集理論、模糊邏輯、神經(jīng)網(wǎng)絡(luò)的理論及其應(yīng)用》作者簡介

圖書目錄

符號注釋
第1部分　粗集理論及其應(yīng)用
第1章　智能數(shù)據(jù)預(yù)處理及知識系統(tǒng)表達
　1.1　數(shù)據(jù)表知識表達系統(tǒng)
　1.2　不完整、不精確數(shù)據(jù)預(yù)處理
　1.3　屬性值的離散歸一化處理
　習(xí)題與思考題
第2章　知識與分類、近似與粗集的基本概念
　2.1　知識與分類
　2.2　集合近似與粗集概念
　2.3　集合近似及分類近似的度量
　習(xí)題與思考題
第3章　知識系統(tǒng)的簡化及邏輯表達
　3.1　知識的簡化
　3.2　知識的相對簡化
　3.3　范疇的簡化
　3.4　范疇的相對簡化
　3.5　知識的依賴性
　3.6　知識表達系統(tǒng)數(shù)據(jù)的協(xié)調(diào)性
　3.7　知識表達系統(tǒng)屬性的簡化
　3.8　知識表達系統(tǒng)決策規(guī)則的簡化
　3.9　推理學(xué)習(xí)
　習(xí)題與思考題
第4章　粗集理論在智能計算中的應(yīng)用
　4.1　基于粗集理論的概念的應(yīng)用
　4.2　基于粗集理論方法的系統(tǒng)簡化
　4.3　從數(shù)據(jù)中挖掘決策規(guī)則
第2部分　模糊邏輯及其應(yīng)用
第5章　模糊集合理論基礎(chǔ)
　5.1　集合論基礎(chǔ)
　5.2　模糊集合與隸屬函數(shù)
　5.3　模糊集合的基本運算
　習(xí)題與思考題
第6章　模糊規(guī)則與模糊邏輯推理系統(tǒng)
　6.1　擴張原理及模糊關(guān)系
　6.2　語言術(shù)語變量及模糊邏輯規(guī)則
　6.3　模糊邏輯推理
　6.4　模糊邏輯推理系統(tǒng)
　習(xí)題與思考題
第7章　模糊邏輯在智能計算中的應(yīng)用
　7.1　模糊綜合評判系統(tǒng)
　7.2　模糊推理與系統(tǒng)建模
　7.3　模糊系統(tǒng)混沌時間序列預(yù)測
　7.4　模糊劃分及模糊聚類方法
第3部分　人工神經(jīng)網(wǎng)絡(luò)理論及其應(yīng)用
第8章　人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
　8.1　神經(jīng)網(wǎng)絡(luò)基本特性
　8.2　人工神經(jīng)網(wǎng)絡(luò)的模擬
　習(xí)題與思考題
第9章　人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)方法
　9.1　反饋互聯(lián)神經(jīng)網(wǎng)絡(luò)
　9.2　前向式神經(jīng)網(wǎng)絡(luò)
　習(xí)題與思考題
第10章　人工神經(jīng)網(wǎng)絡(luò)在智能計算、信息處理中的應(yīng)用
　10.1　神經(jīng)網(wǎng)絡(luò)優(yōu)化計算
　10.2　神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)建模
　10.3　神經(jīng)網(wǎng)絡(luò)分類及模式識別
　10.4　神經(jīng)網(wǎng)絡(luò)信號處理
第4部分　綜合智能信息處理
第11章　粗集理論與模糊邏輯、概率統(tǒng)計方法的綜合智能信息處理
　11.1　基于不確定性問題研究方法評價系統(tǒng)參數(shù)的重要性
　11.2　基于概率統(tǒng)計定義的粗集方法
　11.3　基于粗集的概率統(tǒng)計推理方法
　11.4　粗集理論和模糊邏輯的綜合智能信息處理
第12章　模糊邏輯與神經(jīng)網(wǎng)絡(luò)的綜合智能信息處理
　12.1　模糊神經(jīng)網(wǎng)絡(luò)分類器
　12.2　模糊邏輯神經(jīng)網(wǎng)絡(luò)
　12.3　利用神經(jīng)模糊系統(tǒng)從數(shù)據(jù)中挖掘模糊邏輯
　12.4　自適應(yīng)神經(jīng)模糊控制系統(tǒng)
　12.5　自組織神經(jīng)模糊推理專家系統(tǒng)
第13章　粗集理論與神經(jīng)網(wǎng)絡(luò)的綜合智能信息處理
　13.1　信息近似化與粗神經(jīng)元網(wǎng)絡(luò)
　13.2　粗集理論方法與神經(jīng)網(wǎng)絡(luò)結(jié)合的推理決策系統(tǒng)
　13.3　基于粗集方法預(yù)處理的神經(jīng)網(wǎng)絡(luò)系統(tǒng)
　13.4　粗集、模糊與神經(jīng)網(wǎng)絡(luò)的綜合信息處理系統(tǒng)
中英文名詞對照表
參考文獻