智能信息處理技術(shù)與應(yīng)用研究

第1章 緒論
1.1 智能信息處理概述
1.2 智能信息處理的主要技術(shù)
1.3 智能技術(shù)的綜合集成
1.4 智能信息處理技術(shù)的展望
第2章 人工神經(jīng)網(wǎng)絡(luò)信息處理
2.1 人工神經(jīng)網(wǎng)絡(luò)概述
2.2 前饋型神經(jīng)網(wǎng)絡(luò)
2.3 反饋型神經(jīng)網(wǎng)絡(luò)
2.4 受限玻耳茲曼機
2.5 循環(huán)神經(jīng)網(wǎng)絡(luò)
2.6 貝葉斯-高斯神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)辨識
2.7 組合灰色神經(jīng)網(wǎng)絡(luò)
2.8 自組織神經(jīng)網(wǎng)絡(luò)
2.9 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用與實現(xiàn)研究概況
第3章 模糊計算
3.1 知識表示和推理
3.2 模糊理論及三大基本元素
3.3 模糊集合的基本運算
3.4 模糊集合運算的基本規(guī)則
3.5 模糊關(guān)系
第4章 模糊信息處理
4.1 模糊邏輯控制的信息處理
4.2 模糊模式識別信息處理
4.3 模糊集在圖像信息處理中的應(yīng)用
第5章 粗糙集信息處理
5.1 粗糙集的基本理論
5.2 粗糙集與神經(jīng)網(wǎng)絡(luò)的融合
5.3 粗糙集信息處理技術(shù)的應(yīng)用
5.4 粗糙集理論的研究現(xiàn)狀與展望
第6章 進化計算的信息處理
6.1 進化計算概述
6.2 遺傳算法及其應(yīng)用
6.3 進化規(guī)劃
6.4 進化策略
第7章 群智能算法
7.1 蟻群算法
7.2 改進的蟻群算法
7.3 粒子群優(yōu)化算法
7.4 標(biāo)準(zhǔn)粒子群優(yōu)化算法
7.5 改進粒子群優(yōu)化算法
7.6 差分進化算法概述
7.7 改進型差分進化算法
第8章 云計算和大數(shù)據(jù)
8.1 云計算概述
8.2 云計算的服務(wù)類型
8.3 云計算的關(guān)鍵技術(shù)
8.4 云計算與大數(shù)據(jù)
8.5 云計算的應(yīng)用
參考文獻