計算智能基礎

第1章 計算智能(C1)
第2章 模糊理論
2.1 模糊邏輯
2.2 模糊集
2.3 模糊推理和模糊控制
2.4 模糊關系(F.R.)
第3章 人工智能
3.1 “貨郎擔”問題(TSP)
3.2 啟發(fā)式搜索
3.3 漢諾塔
3.4 GOFAI的知識表示
3.5 產生式系統(tǒng)與搜索
3.6 謂詞邏輯
3.7 歸結原理
第4章 神經網絡
4.1 推動因素
4.2 存儲器
4.3 生物大腦
4.4 人工神經元模型
4.5 線性回歸
4.6 線性神經網絡
4.7 多層網紹
4.8 誤差反向傳播
4.9 過擬合
4.10 生長和修剪網絡
4.11 預處理網絡
4.12 動量和自適應學習率
4.13 分類
4.14 非監(jiān)督學習
4.15 遞歸網絡
4.16 實時遞歸學習
4.17 RNNS動態(tài)特性
4.18 長短時記憶
第5章 智能機器的實際應用
5.1 當代智能汽車的發(fā)展現狀
5.2 開發(fā)智能汽車面臨的問題
5.3 傳感器融合
5.4 時間等級推理
5.5 駕駛者和智能汽車的共存技術
5.6 駕駛者模型建議
5.7 智能汽車的未來(實驗系統(tǒng)的案例研究)
5.8 總結
參考文獻
中文對照檢索詞