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

本書分別從網(wǎng)絡(luò)構(gòu)造、基本原理、學(xué)習(xí)規(guī)則以及訓(xùn)練過程和應(yīng)用局限性幾個方面，通過多層次、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與相同點。

《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”國家級規(guī)劃教材《人工智能教程》的配套參考書，《人工智能教程學(xué)習(xí)指導(dǎo)與習(xí)題解析》對《人工智能教程》各章中的學(xué)習(xí)要點和基本知識點進(jìn)行了總結(jié)，并通過例題解析，講解人工智能習(xí)題的求解步驟和方法。對教材中的大多數(shù)習(xí)題都給出參考解答。全書共分10章，

全書共分7篇。篇講述模擬人類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)、決策樹學(xué)習(xí)和學(xué)習(xí)規(guī)則集合；第三篇講述計算智能：包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和其它計算智能方法；第四篇講述如何在

本書中，作者描述了有關(guān)自然和人工系統(tǒng)中的適應(yīng)問題背后隱藏的規(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)。

本書對自然計算、機(jī)器學(xué)習(xí)、圖像自動理解與解譯三個前沿領(lǐng)域進(jìn)行了詳細(xì)的論述。主要內(nèi)容包括進(jìn)化計算、人工免疫系統(tǒng)、量子計算智能、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別、圖像的高維奇異性檢測、圖像去噪的閾值方法、SAR圖像理解與解譯。

本書以人工智能的哲學(xué)基礎(chǔ)和工程實踐為主線，系統(tǒng)全面地介紹了人工智能的核心知識和最新進(jìn)展。主要寶庫搜索與問題求解、人工神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)和人工智能程序設(shè)計語言等內(nèi)容。

本書共分為11章，內(nèi)容包括：神經(jīng)網(wǎng)絡(luò)概述、感知器、線性神經(jīng)網(wǎng)絡(luò)、BP網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)、反饋型神經(jīng)網(wǎng)絡(luò)、競爭型神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、圖形用戶界面等。

本書是一本詳細(xì)探索和展示脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)極佳圖像處理能力的專著。PCNN及其相關(guān)模型均源自生物神經(jīng)元啟發(fā)模型研究，是圖像紋理分析、邊緣提取、區(qū)域分割等非常強(qiáng)大的處理工具。

《機(jī)器學(xué)習(xí)／計算機(jī)科學(xué)叢書》展示了機(jī)器學(xué)習(xí)中核心的算法和理論，并闡明了算法的運行過程�！稒C(jī)器學(xué)習(xí)／計算機(jī)科學(xué)叢書》綜合了許多的研究成果，例如統(tǒng)計學(xué)、人工智能、哲學(xué)、信息論、生物學(xué)、認(rèn)知科學(xué)、計算復(fù)雜性和控制論等，并以此來理解問題的背景、算法和其中的隱含假定�！稒C(jī)器學(xué)習(xí)／計算機(jī)科學(xué)叢書》可作為計算機(jī)專業(yè)本科生、研究生教材