《神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析》從神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)和應(yīng)用實(shí)踐出發(fā)，介紹了10種常見(jiàn)的人工神經(jīng)網(wǎng)絡(luò)的基本原理、設(shè)計(jì)方法，并從各個(gè)應(yīng)用領(lǐng)域精選了豐富的典型應(yīng)用實(shí)例進(jìn)行剖析，旨在使讀者對(duì)各類(lèi)常用的人工神經(jīng)網(wǎng)絡(luò)的基本原理和學(xué)習(xí)算法進(jìn)一步加深理解，熟悉其主要功能，掌握其設(shè)計(jì)方法，了解其主要應(yīng)用，為設(shè)計(jì)各類(lèi)神經(jīng)網(wǎng)絡(luò)和解決實(shí)際問(wèn)題打下基礎(chǔ)

本書(shū)對(duì)計(jì)算智能領(lǐng)域的主要算法進(jìn)行介紹，重點(diǎn)討論各種算法的思想來(lái)源、流程結(jié)構(gòu)、發(fā)展改進(jìn)、參數(shù)設(shè)置和相關(guān)應(yīng)用，內(nèi)容包括緒論以及神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法、蟻群優(yōu)化算法、粒子群優(yōu)化算法、免疫算法、分布估計(jì)算法、Memetic算法、模擬退火算法和禁忌搜索算法等計(jì)算智能領(lǐng)域的典型算法。本書(shū)通俗易懂，圖文并茂，深入淺出，沒(méi)有其他

本書(shū)的主題是在知識(shí)發(fā)現(xiàn)（數(shù)據(jù)挖掘）領(lǐng)域“面臨巨大的機(jī)遇與挑戰(zhàn)”、“基礎(chǔ)理論匱乏”的背景下，作為歷史與邏輯發(fā)展的必然在國(guó)內(nèi)外首次構(gòu)造并逐步拓展與完善的“基于內(nèi)在認(rèn)識(shí)機(jī)理的知識(shí)發(fā)現(xiàn)理論”。

闡述計(jì)算智能的理論和相關(guān)的應(yīng)用。重點(diǎn)介紹了如下三個(gè)方面的內(nèi)容：計(jì)算智能的前沿技術(shù)，可以用計(jì)算智能的方法來(lái)解決的前沿問(wèn)題，計(jì)算智能的最新技術(shù)在相關(guān)領(lǐng)域的應(yīng)用。《計(jì)算智能及其應(yīng)用》可作為信息科學(xué)技術(shù)領(lǐng)域高年級(jí)本科生和研究生的針對(duì)計(jì)算智能的入門(mén)教材，也可以供從事科研和技術(shù)開(kāi)發(fā)的人員參考。IEEE計(jì)算智能協(xié)會(huì)是該領(lǐng)域重要學(xué)術(shù)組

以問(wèn)題求解、知識(shí)表示、KB（基于知識(shí)的）系統(tǒng)、自動(dòng)規(guī)劃、機(jī)器學(xué)習(xí)等關(guān)于人工智能的基礎(chǔ)級(jí)技術(shù)為主要內(nèi)容，但僅依賴(lài)這些基礎(chǔ)級(jí)技術(shù)，并不足以支持高性能應(yīng)用的開(kāi)發(fā)和運(yùn)行。為此，《人工智能高級(jí)技術(shù)導(dǎo)論》從推動(dòng)高性能智能軟件的研究和應(yīng)用角度，對(duì)人工智能的高級(jí)技術(shù)作全面的導(dǎo)論性介紹，包括20世紀(jì)80年代開(kāi)發(fā)的KB系統(tǒng)高級(jí)技術(shù)、非單調(diào)

本書(shū)分別從網(wǎng)絡(luò)構(gòu)造、基本原理、學(xué)習(xí)規(guī)則以及訓(xùn)練過(guò)程和應(yīng)用局限性幾個(gè)方面，通過(guò)多層次、多方面的分析與綜合，介紹了人工神經(jīng)網(wǎng)絡(luò)中的各種典型網(wǎng)絡(luò)，以及各種不同神經(jīng)網(wǎng)絡(luò)之間在原理和特性等方面的不同點(diǎn)與相同點(diǎn)。

《人工智能教程學(xué)習(xí)指導(dǎo)與習(xí)題解析》是普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材《人工智能教程》的配套參考書(shū)，《人工智能教程學(xué)習(xí)指導(dǎo)與習(xí)題解析》對(duì)《人工智能教程》各章中的學(xué)習(xí)要點(diǎn)和基本知識(shí)點(diǎn)進(jìn)行了總結(jié)，并通過(guò)例題解析，講解人工智能習(xí)題的求解步驟和方法。對(duì)教材中的大多數(shù)習(xí)題都給出參考解答。全書(shū)共分10章，

全書(shū)共分7篇。篇講述模擬人類(lèi)自然推理的不確定性推理方法和非單調(diào)推理方法：包括專(zhuān)家系統(tǒng)MYCIN的不確定性推理方法、主觀Bayes方法、模糊推理、證據(jù)理論和非單調(diào)推理；第二篇講述機(jī)器學(xué)習(xí)的概念與方法：包括概念學(xué)習(xí)、決策樹(shù)學(xué)習(xí)和學(xué)習(xí)規(guī)則集合；第三篇講述計(jì)算智能：包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和其它計(jì)算智能方法；第四篇講述如何在

本書(shū)中，作者描述了有關(guān)自然和人工系統(tǒng)中的適應(yīng)問(wèn)題背后隱藏的規(guī)律性及其理論。從生物系統(tǒng)到經(jīng)濟(jì)系統(tǒng)，本書(shū)建立起統(tǒng)一的適應(yīng)性系統(tǒng)的理論框架，展示了如何讓計(jì)算機(jī)程序自發(fā)進(jìn)化的遺傳算法，進(jìn)一步又用嚴(yán)格的數(shù)學(xué)定理揭示了算法背后的理論本質(zhì)。

本書(shū)對(duì)自然計(jì)算、機(jī)器學(xué)習(xí)、圖像自動(dòng)理解與解譯三個(gè)前沿領(lǐng)域進(jìn)行了詳細(xì)的論述。主要內(nèi)容包括進(jìn)化計(jì)算、人工免疫系統(tǒng)、量子計(jì)算智能、多智能體系統(tǒng)、進(jìn)化多目標(biāo)優(yōu)化、核機(jī)器學(xué)習(xí)、流形學(xué)習(xí)與譜圖學(xué)習(xí)、集成學(xué)習(xí)、非線性逼近理論、多尺度幾何分析、多尺度變換域圖像感知與識(shí)別、圖像的高維奇異性檢測(cè)、圖像去噪的閾值方法、SAR圖像理解與解譯。