信息智能处理技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

信息智能处理技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 智能的概念1

1.2 人工智能2

1.2.1 人工智能发展历史3

1.2.2 人工智能研究内容及目标4

1.2.3 人工智能研究领域5

1.3 信息智能处理技术8

第2章 信息智能处理语言12

2.1 概述12

2.2 逻辑型程序设计语言Prolog13

2.2.1 Prolog语言的三种基本语句14

2.2.2 Prolog语言的基本结构14

2.2.3 Prolog语言的基本工作原理16

2.2.4 Prolog语言的特点18

2.2.5 Prolog语言的常用版本19

第3章 模糊理论基础21

3.1 概述21

3.2 普通集合与模糊集合22

3.2.1 普通集合22

3.2.2 模糊集合24

3.3 模糊集合的运算26

3.3.1 模糊集合基本运算26

3.3.2 模糊关系27

3.3.3 模糊变换30

3.4 模糊集合的两个基本定理31

3.4.1 分解定理31

3.4.2 扩张定理32

3.5 模糊语言表述33

3.5.1 语气算子33

3.5.2 模糊化算子34

3.5.3 判定化算子35

3.6 模糊逻辑36

3.7 模糊推理37

3.7.1 模糊假言推理38

3.7.2 模糊条件推理39

3.8 模糊控制42

3.8.1 模糊控制基本过程43

3.8.2 系统分析43

3.8.3 输入模糊化处理44

3.8.4 模糊控制规则库的建立46

3.8.5 模糊推理47

3.8.6 输出反模糊化处理48

3.9 基于MATLAB的模糊推理系统49

3.9.1 利用GUI建立FIS49

3.9.2 利用MATLAB命令行建立FIS58

3.10 模糊集合理论应用实例——基于模糊集合理论的图像增强62

3.10.1 图像模糊增强的技术方案63

3.10.2 基于MATLAB语言的图像模糊增强实现65

第4章 机器学习与自动推理技术70

4.1 机器学习70

4.1.1 机器学习的主要策略71

4.1.2 机器学习系统71

4.1.3 机器学习分类72

4.1.4 符号学习73

4.2 自动推理技术75

4.2.1 确定性推理方法77

4.2.2 不确定性推理方法82

第5章 专家系统93

5.1 概述93

5.2 专家系统的基本框架94

5.3 专家系统的特点及类型96

5.3.1 专家系统的特点96

5.3.2 专家系统的类型97

5.4 专家系统的设计与开发100

5.4.1 知识的获取100

5.4.2 知识库的建立101

5.4.3 推理机制102

5.4.4 专家系统的设计评价106

5.5 专家系统开发工具107

5.5.1 骨架型开发工具108

5.5.2 语言型开发工具109

5.5.3 构造辅助工具110

5.5.4 支撑环境111

5.6 专家系统应用实例——组合导航标绘仪故障诊断专家系统112

5.6.1 组合导航标绘仪故障诊断专家系统设计113

5.6.2 组合导航标绘仪故障诊断方法研究及实现114

第6章 人工神经网络理论117

6.1 概述117

6.2 人工神经网络基本理论118

6.2.1 人工神经元基本模型118

6.2.2 人工神经网络结构120

6.2.3 人工神经网络的学习121

6.3 前馈型神经网络主要算法123

6.3.1 感知器模型124

6.3.2 BP网络模型126

6.3.3 RBF网络模型134

6.4 反馈型神经网络主要算法148

6.4.1 Hopfield网络算法148

6.4.2 自组织特征映射网络算法154

6.5 基于MATLAB语言的人工神经网络工具箱158

6.5.1 基本功能介绍158

6.5.2 BP网络的MATLAB实现159

6.5.3 径向基函数网络的设计实例166

6.5.4 神经网络工具箱中的图形用户界面179

6.6 人工神经网络的应用实例——基于BP神经网络的自然纹理图像生成185

6.6.1 图像纹理特征的提取185

6.6.2 自然纹理图像非线性数学模型的建立186

6.6.3 实验仿真187

第7章 遗传算法189

7.1 概述189

7.2 遗传算法的一般步骤和基本算子190

7.2.1 遗传算法的一般步骤190

7.2.2 遗传算法的基本算子192

7.3 遗传算法应用中的一些基本问题197

7.4 遗传算法的特点199

7.5 遗传算法的应用实例——TSP问题的求解201

7.5.1 TSP问题201

7.5.2 基于遗传算法的TSP问题求解203

7.6 基于MATLAB语言的遗传算法工具箱213

7.6.1 遗传算法工具箱简介213

7.6.2 遗传算法工具箱GAOT213

7.6.3 遗传算法工具箱GADS217

第8章 模拟退火算法222

8.1 概述222

8.1.1 物理学固体退火过程222

8.1.2 Metropolis准则223

8.2 模拟退火算法223

8.2.1 模拟退火算法的操作过程224

8.2.2 模拟退火算法的特点226

8.3 模拟退火算法中关键参数的选取227

8.4 模拟退火算法的改进229

8.4.1 自适应模拟退火算法230

8.4.2 增加记忆能力的模拟退火算法230

8.4.3 增加升温功能的模拟退火算法231

8.4.4 混合模拟退火算法（Hybrid SA）232

8.4.5 并行模拟退火算法（Parallel SA,PSA）233

8.5 模拟退火算法的应用233

8.6 基于MATLAB语言的模拟退火算法实现234

8.6.1 基于MATLAB语言的模拟退火算法程序设计234

8.6.2 基于MATLAB工具箱的模拟退火算法程序设计238

8.7 模拟退火算法应用实例——基于模拟退火算法的图像阈值分割243

8.7.1 图像阈值分割基本原理243

8.7.2 基于模拟退火算法的图像单阈值分割244

8.7.3 实验仿真及结果分析247

第9章 蚁群算法248

9.1 概述248

9.2 蚂蚁觅食基本原理248

9.3 蚂蚁系统251

9.4 蚁群算法的参数分析257

9.4.1 启发因子α和β的分析257

9.4.2 信息素挥发系数ρ的分析260

9.4.3 蚂蚁数量m的分析262

9.4.4 总信息量Q的分析264

9.5 蚁群算法最重要的改进——蚁群系统265

9.6 蚁群算法的特点及应用领域270

9.7 基于MATLAB语言的蚁群算法实现271

9.8 蚁群算法应用实例——基于蚁群算法的硬币自动识别277

9.8.1 基于蚁群算法的聚类识别基本原理277

9.8.2 硬币图像特征提取278

9.8.3 基于蚁群算法的硬币图像自动识别279

9.8.4 实验仿真及结果分析280

第10章 人工免疫算法282

10.1 概述282

10.2 人工免疫系统的生物学基础283

10.2.1 生物免疫定义283

10.2.2 生物免疫系统工作原理284

10.2.3 生物免疫系统的特性285

10.3 人工免疫算法287

10.3.1 人工免疫算法基本框架287

10.3.2 否定选择算法288

10.3.3 免疫遗传算法292

10.3.4 免疫规划算法293

10.4 人工免疫算法的特点及应用298

10.5 基于MATLAB语言的免疫算法的实现299

10.6 免疫算法应用实例——基于免疫算法的无线传感器网络路由算法研究305

10.6.1 基于移动代理的无线传感器网络数据融合模型306

10.6.2 基于免疫算法的MA改进路由算法实现307

10.6.3 实验仿真与结果分析308

第11章 克隆选择算法310

11.1 概述310

11.2 克隆选择算法基本原理311

11.2.1 克隆选择算法的基本思想311

11.2.2 克隆选择算法的描述313

11.2.3 克隆选择算法的实现步骤315

11.3 克隆选择算法与遗传算法的比较317

11.4 克隆选择算法应用和展望317

11.5 基于MATLAB语言的克隆选择算法实现319

11.6 克隆选择算法应用实例——基于克隆选择算法的PET-CT医学图像配准的实现326

11.6.1 医学图像配准的基本原理326

11.6.2 基于克隆选择算法的PET-CT医学图像配准实现328

11.6.3 仿真实验及结果分析329

第12章 粒子群算法332

12.1 概述332

12.2 粒子群算法的基本原理332

12.3 粒子群算法的改进339

12.4 粒子群算法的应用343

12.5 基于MATLAB语言的PSO工具箱345

12.6 基于PSO算法的OFDM峰平比抑制问题研究349

12.6.1 相位优化组合方法降低OFDM系统PAPR的原理349

12.6.2 基于改进PSO算法的相位优化组合法在抑制OFDM信号PAPR的实现350

12.6.3 实验仿真与结果分析352