TA的每日心情 | 开心 2018-4-8 22:14 |
---|
签到天数: 1 天 [LV.1]初学乍练
普通会员

- 积分
- 5517
|
java自学网(www.javazx.com)-java论坛,java电子书推荐:《 MATLAB智能算法》
2 q. ^7 |( i: \2 y& Xjava电子书推荐理由:资深作者编著,图书质量更有保证:一线资深工程师执笔,系统归纳和总结了智能算法的实战经验。提供配套源码,便于读者动手实践:理论必须联系实践,本书提供源代码下载,方便读者学习使用。内含丰富实例,利于读者二次开发:书中提供了十几个智能算法的典型实例,读者可以据此二次开发。配套学习资源下载地址为清华大学出版社网站本书页面。系列畅销图书如下:MATLAB 编程指南 计算、编程、仿真、算法及应用MATLAB/Simulink系统仿真MATLAB GUI程序设计MATLAB智能算法MATLAB数学建模MATLAB科学计算MATLAB信号处理MATLAB图像处理
9 h% a/ F) A( V5 j$ r6 Q: K% Q& h7 ~5 R% }* z) E7 ]7 i {. `* X% L7 s
作者:温正 孙华克7 n6 l# i6 T# V+ L
出版社:清华大学出版社
* H8 W6 G f$ E" n$ u4 U# [2 |出版时间:2017-09-01 & `+ l0 E5 C" W! }* _1 C
书籍价格:70.30元
* @, W1 |6 E t) H, K
1 r, ^; w: i5 g5 p- c& ? s. @
; c* u! @4 W3 T6 C. H3 G }* k) T
' g- J( J/ P9 L. o& I' O( r4 u5 q
* p3 U$ z$ _7 r% ~java电子书目录:2 ^* h$ }) c$ q& l5 F5 B: V$ H+ L/ C
第一部分专 题 介 绍3 l) U% g$ |# F( a* F' y5 x
第1章人工智能概述
% x$ e! j+ C; k/ ?' Z( ]1.1人工智能的基本概念: _" B" K$ g+ _1 y2 q: k, ]
1.1.1智能的概念% f3 o$ r e, C$ n7 | _9 [) f
1.1.2人工智能的概念( X* H4 z" `8 q" q6 { w2 d
1.1.3人工智能的研究目标
( R# `6 J0 `. _1.1.4人工智能的研究方法# p, O# P6 K6 \ O! u" W# y) c
1.2人工智能的特征: z+ \" Q5 ]7 n( H5 q3 z' h# N6 I
1.3人工智能的应用) m- b4 X; U. K6 T. r3 o4 l6 w
1.3.1机器思维
$ ]6 e4 U9 R% D" O6 G8 q& k% g" N1.3.2机器感知8 Z% e3 j( e7 p$ ~+ V' S- k% s
1.3.3机器行为
% C5 v7 G5 @* O1.3.4机器学习
% D1 b1 F# ?( G' ?# {( T! g/ t' g0 d1.3.5机器计算
( o& k4 u8 W6 H: r. ^1.3.6分布式人工智能3 g. c( i: U- a6 b: \6 u
1.3.7机器系统
1 {5 |3 f* u% ]2 e6 c% p1 k1.3.8典型应用
/ w# ?) o! L$ x; W* _8 D" J1.4本章小结& o- W9 y, u/ g) c
* E, N' w6 {4 {& b5 w$ Q
第2章神经网络算法及其MATLAB实现
7 G1 f2 g3 O* X# T; o8 m* {2.1神经网络基础" L3 r0 w: c7 Q1 m! s& M
2.1.1人工神经网络的发展
3 A" l( { e+ y( A: }- d7 g1 { e+ o2.1.2人工神经网络研究内容7 g& g. S" J3 n: r7 [+ N! Q3 R
2.1.3人工神经网络研究方向
4 P; `' {* c+ M" x7 U2.1.4人工神经网络发展趋势1 [( R% g( ~2 o1 q
2.2神经网络的结构及学习
- B+ l. ?) c# ?: N+ n+ v4 F! N2.2.1神经网络结构# S3 s4 T0 h# i9 k, o' e. ~8 ^
2.2.2神经网络学习# A/ }4 H; H; k; U' O7 D
2.2.3MATLAB在神经网络中的应用3 H3 D/ Z4 \8 h! C% U3 `
2.3MATLAB神经网络工具箱1 I* G2 Z. J! v$ Q5 F9 B/ d- i
2.3.1神经网络工具箱函数
! |) `- }' j9 V; |2.3.2神经网络工具箱的图形用户界面
5 s) C! w; |7 D6 I" M2.3.3神经网络的MATLAB实现7 s9 f# j0 d) ~! y. r
2.4Simulink神经网络控制工具箱8 N& i r. x/ Z+ F9 o! j+ V
2.4.1神经网络模型预测控制$ F1 E6 G& ]; z1 k% ?
2.4.2反馈线性化控制
; o7 m# z# j* M2.4.3模型参考控制" R3 w. ^4 k2 l7 N3 O9 [
2.5本章小结4 @, ?( b5 e0 b. v) v R
1 [! s* b' X3 v第3章粒子群算法及其MATLAB实现: p2 E6 f7 D$ Z b7 T5 C- n3 z
3.1粒子群算法基础
8 n, h2 ?+ @0 g+ p3.1.1粒子群算法的发展
) ~/ T {$ m. M3.1.2粒子群算法研究内容
& g0 s* \+ K0 i4 v3.1.3粒子群算法的特点
9 D0 H& E0 |" ^" [; V% S- w3.1.4粒子群算法的应用* X3 Q7 ~9 x# s' ?, y$ F
3.2基本粒子群算法" a: Z- z4 R5 G
3.2.1基本原理" g& P2 e. \! Z* |; P* g: P
3.2.2算法构成要素
' X( X k: H& o1 f3.2.3算法参数设置5 G0 V _: B9 Q: @: T1 O
3.2.4算法的基本流程
+ v1 t; s* @7 ~5 r/ p8 e: S7 Q3.2.5算法的MATLAB实现 O/ J E" m. g; U) f
3.3MATLAB粒子群工具箱
& A; G9 p8 D7 S/ U2 w- K3.4权重改进的粒子群算法% O4 r" g- Z4 l% Z
3.4.1自适应权重法
" @2 k4 F8 C% y3 A" o5 {! P1 q: s3.4.2随机权重法
. A, w! H8 o" ?' a3.4.3线性递减权重法: @0 |7 n( }% R8 j) O& \
3.5混合粒子群算法$ ^! f% Z, E# N4 d" I4 g* U+ W' p
3.5.1基于杂交的算法4 h4 a: d0 J* y4 \+ T+ K7 m8 m
3.5.2基于自然选择的算法4 t0 F* }% u5 k
3.5.3基于免疫的粒子群算法
* r5 i% @1 ?7 B4 G) N3.5.4基于模拟退火的算法3 Z& X+ i+ j4 o2 \) j
3.6本章小结
% ]6 Q: }' n6 z' R; j$ Z
' H. i X! i, ~. j' c第4章遗传算法及其MATLAB实现8 i% O& }4 L! \- V
4.1遗传算法的基本概念7 i6 U% l" Y( D7 ?2 A1 P7 v2 A
4.1.1算法的基本运算
$ \) R+ V) u) H/ w2 T4.1.2遗传算法的特点
2 h. d8 d3 i' X3 }9 Z1 n4.1.3遗传算法中的术语 k1 h3 ]9 N. j5 \6 m; a! z
4.1.4遗传算法的发展现状$ c6 C$ C3 }8 _& d7 j; ]
4.1.5遗传算法的应用领域
8 @4 A9 x: S8 ~8 w; R4.2遗传算法的原理
7 ~9 c( h: o0 Q& U( e4.2.1算法运算过程
/ n/ j- e1 B: t/ r6 \4.2.2算法编码
7 q, c. d- O: g9 K$ F' f4.2.3适应度及初始群体选取
% l- N; x- k: `5 W. W8 C% [4.3遗传算法程序设计及其MATLAB工具箱
- B: Q8 g. A/ H) U" x+ _4.3.1程序设计
; @/ F% {5 n6 g9 ?7 R. C& b4.3.2算法参数设计原则
5 P+ j$ q$ K$ i! C) [, |4.3.3适应度函数的调整
# s) D; Z7 }6 s7 \7 w1 [8 {4.3.4算法MATLAB工具箱及其应用
( _& c- @5 l% L, G4.3.5遗传算法的GUI实现* _& C4 e' |/ `4 ?# x$ N9 _, z" B
4.4遗传算法的典型应用9 }: J3 Q( b! F. u$ }$ w
4.4.1利用遗传算法求解函数极值 l. p1 _ i r" j9 C% Z& n
4.4.2遗传算法在TSP中的应用
0 O7 l; ?5 ~/ d0 U" D% h, d4.4.3遗传算法的求解优化6 M8 r8 W7 ?( O9 k
4.5本章小结
, N4 F( ]' s+ W* Q# X" g3 _4 A6 L
" s: L8 O- I& x& Q! r; t" M! N第5章模糊逻辑控制及其MATLAB实现
" T2 N! Y3 l; J5.1模糊逻辑控制基础
4 S! d2 W$ \/ ^5.1.1模糊逻辑控制的基本概念
! O! ]9 M' I( _1 E- M. o+ J! \5.1.2模糊逻辑控制原理
, \* {' n1 V# }9 q' U& ?$ N" S5.1.3模糊逻辑控制器设计的内容* b, i! k* \0 _6 R* }, m' q
5.1.4模糊逻辑控制规则设计% e+ s, M& V+ G4 j! Z0 B) Q6 \5 n
5.1.5模糊逻辑控制系统的应用领域6 t- Z) s& D; Q9 v( \$ {, M. }# V
5.2模糊逻辑控制工具箱
- V. U. O# |! o$ ^. d ^5 s5.2.1模糊逻辑控制工具箱的功能特点
) f) i2 X; T, O/ D: [5.2.2模糊系统的基本类型& H4 Y9 d+ ~5 ~
5.2.3模糊逻辑控制系统的构成" p# d/ p" q* F" Q6 R X3 Q
5.2.4模糊推理系统的建立、修改与存储管理7 J! v0 Q2 L( X7 K& |
5.2.5模糊语言变量及其语言值/ ?/ p8 u3 m1 \1 j0 F
5.2.6模糊语言变量的隶属度函数4 o7 n' U; G U( _% v1 o+ b. e" T
5.2.7模糊规则的建立与修改0 q5 Y* e, T: n: j; h2 r' _2 P
5.2.8模糊推理计算与去模糊化9 u8 d# i# \5 w3 D4 M/ u4 q% R
5.3模糊逻辑控制工具箱的图形界面工具$ P; f* c" z" K
5.3.1FIS编辑器
' H0 I3 }6 ~8 P5.3.2隶属度函数编辑器" c6 P" [# ?0 K: d8 q5 R7 V$ ^
5.3.3模糊规则编辑器
: [ W" K! K# r5.3.4模糊规则浏览器2 x7 T! d2 Z6 f3 ?7 d+ L; v J( d1 S
5.3.5模糊推理输入输出曲面视图
2 o0 ~, ~1 ?+ m: v, l7 b5.4模糊逻辑控制的经典应用
7 \: u# V* x0 \- B0 e; [; Q" `5.4.1基于Simulink的模糊逻辑控制应用
. a) Z: Z* r: f, |4 E/ z' g& ?5.4.2基于模糊逻辑控制的路径规划应用
5 A" G0 L2 F1 R9 _( M' D5.5本章小结$ ]6 ^+ S2 G* k& a
+ q! Z5 B' {4 e第6章免疫算法及其MATLAB实现4 U& `: U. [8 A6 S* Q
6.1免疫算法的基本概念
2 D$ ^; s5 K% Z0 r6.1.1生物免疫系统
* h7 W' X4 t7 P2 q6.1.2免疫算法基本原理. e5 z4 o* S$ ] Z
6.1.3免疫算法步骤和流程
, a# R& G& Y+ X& i, y; j6.1.4免疫系统模型和免疫算法
& j" a5 U- T) S! ^6.1.5免疫算法特点
- [" V% v8 ^; V, H, r6.1.6免疫算法的发展趋势
3 a: `9 y8 E$ @+ w' s6.2免疫遗传算法" E3 c: ^! k0 W* G) Y" M! o4 ~4 H, T
6.2.1免疫遗传算法步骤和流程
0 i# D t, p6 ?5 }: S' U6.2.2基于MATLAB实现免疫遗传算法
Y- G* k6 l9 ]: ]& H6.3免疫算法的MATLAB应用' Y& h8 z0 X/ j5 f: k, x
6.3.1免疫算法在克隆选择中的应用: J; K+ K/ t1 d2 Y1 [6 D
6.3.2免疫算法在最短路径规划问题中的应用
9 Y& a9 b/ A$ E6.3.3免疫算法在TSP中的应用; u+ ^- E. J5 P4 J' @
6.3.4免疫算法在故障检测中的应用
9 h4 u6 Z- n. e3 P) d6.4本章小结
3 Y/ U4 ^9 ]! E O9 g8 t' r c: N8 g/ {7 \ h0 A a
第7章蚁群算法及其MATLAB实现- E9 B5 |, k- W, ?
7.1蚁群算法概述( R$ L) M2 o8 {: W6 p, ?! r
7.1.1蚁群算法起源/ D- d$ C2 T. P1 ~- r
7.1.2蚁群算法的基本原理
% I3 _8 {3 J" g& p1 \7.1.3自适应蚁群算法的介绍
* v O- b3 q- W: `9 d7.1.4蚁群算法实现的重要规则
9 p- z5 n9 w/ n6 A7 U8 Z& ^; I9 X7.1.5蚁群算法的特点0 v5 A, }1 B' p8 r; P8 S
7.1.6蚁群优化算法的应用
; n- v3 Z, ~; p/ B7.2蚁群算法的MATLAB实现
8 M) |4 i) z; Y! b7 P7.3蚁群算法在MATLAB中的应用
2 a6 V9 G; q( b; M3 Y, u7.3.1蚁群算法在路径规划中的应用; F9 M& j2 L8 e' A0 F7 c0 v! { g4 Z1 Q
7.3.2蚁群算法在解决TSP中的应用
" G/ X/ A+ {( ]9 [7.4本章小结
; J( L+ U* w! p# \9 X3 N$ W; }( H* t
第8章小波分析算法及其MATLAB实现1 P3 l% z- Q2 ^* q
8.1傅里叶变换到小波分析) I, U" D/ {9 D# \* n
8.1.1傅里叶变换# H9 M3 b. z0 f3 }" b7 B7 p6 W6 x
8.1.2小波分析
+ s- N' u. g4 R8.2Mallat算法
+ k% z+ T3 s( t7 g7 I# q8.2.1Mallat算法原理
1 _* w; N7 ]$ {" N0 a4 n, P: r8.2.2常用小波函数介绍
# h5 ]$ K D3 m9 g8.2.3Mallat算法示例1 s3 g0 {1 m. U# B# D; R
8.3小波GUI简介
3 W2 E8 V/ \' m3 q8 r8.4小波分析用例7 E) `( v" K1 ]& K: h' C/ {1 x$ L
8.4.1信号压缩) L& J5 i8 E. V$ n: D. h3 T% V. \9 ^
8.4.2信号去噪4 _) E3 o N6 u4 o/ p
8.4.3分离信号的不同成分
5 m* W; P" E* l. u# S1 Q* R8.5小波变换在图像处理中的应用. k3 W8 |% M9 Y" S9 C' Y6 N/ C+ T" [
8.5.1小波变换用于图像压缩, w3 u* d# P C C: b! x2 t& l
8.5.2小波在图像边缘检测的应用
' f2 l0 y6 }% o7 |$ ~8.5.3小波变换在图像增强方面的应用
: d: ]0 @* d$ Z# a; p8.6本章小结3 L4 u8 v3 |% G4 J7 O! q
第二部分综合实例应用
2 K; ]# I( g7 s7 I第9章模糊神经网络在工程中的应用
, O/ c7 P6 R; U2 g& e/ w+ p9.1模糊神经网络1 J' i; W0 p) T
9.1.1模糊神经网络概述5 A* Q6 N4 v4 _, m8 |
9.1.2模糊系统与神经网络的区别与联系
- q/ u% Q$ u' r9.1.3典型模糊神经网络结构
u7 g* A* ~4 |. m6 [2 h9.1.4自适应模糊神经推理系统/ ~, F% t4 ?3 p( n; a# G1 y
9.2模糊神经网络建模方法7 ~ O4 d2 `+ V' Z5 |
9.3模糊神经网络在工程中的应用4 X( C( M! x8 e* D- q
9.3.1模糊神经网络在解耦控制中的应用
2 G1 x* ?( M8 w1 t$ C0 C9.3.2模糊神经网络在函数逼近中的应用
- p1 j( l& ` _% o3 h& B# ]2 q9.4本章小结
) v: s& R1 X$ ?, l+ n+ P
h% R) t G( K( f7 a; l1 q第10章遗传算法在图像处理中的应用
" t1 Q, ^8 U% D, }4 i1 M10.1图像分割的基础知识
: f$ {$ F1 `- O6 _1 B8 j8 \10.1.1图像分割的概念0 W4 a2 c% D9 L+ V1 ^ R
10.1.2图像分割的理论
+ } L8 }3 a" h10.1.3灰度门限法简介+ V0 m& [. Q5 I
10.1.4基于最大类间方差图像分割原理" R7 c3 d6 K6 M" y. G$ k/ k
10.2遗传算法实现图像分割
- \: J: Y. |/ o8 p! j7 R10.2.1利用遗传算法实现图像分割的原理
! j s; R j1 S- }1 I10.2.2算法的实现% r1 u) w( n2 I6 {
10.3遗传算法在图像处理中的应用$ ?& a) W0 e' G7 p
10.3.1基于遗传算法的道路图像阈值分割: z A* P4 u0 t0 d m1 p% w
10.3.2基于遗传神经网络的图像分割+ I5 X3 ~0 m, R$ x+ ~! ^/ C
10.3.3应用遗传算法和KSW熵法实现灰度图像阈值分割$ |, p! S, |+ M/ p% j- M! Z! G$ t
10.4本章小结
7 p, W1 H' g( c+ N( q, U
( `2 O J$ x6 T3 _: t+ n第11章神经网络在参数估计中的应用
4 t/ N7 i9 F( k$ B3 L11.1参数估计的基本知识
! u2 \% V4 [: D' p2 f: p# r% h- |11.1.1参数估计的概念
2 N: q& @7 F* X8 C. c' Y1 o1 ~. z11.1.2点估计与区间估计2 M# p" E/ _8 F6 ~
11.1.3样本容量/ \) U$ L3 y. C9 {
11.2几种通用神经网络MATLAB代码9 d' d" K; X d/ g5 t3 B% B" v* x
11.3神经网络在参数估计中的应用- J4 l4 [) x5 j
11.3.1神经网络在人脸识别中的应用
3 ^! Q- W, j! O9 P* ?# w) j11.3.2灰色神经网络在数据预测中的应用! P3 K) r. w; L& E1 d
11.3.3BP神经网络在数据预测中的应用, V0 `* w; m) ^+ [3 }5 n! r4 v
11.3.4概率神经网络在分类预测中的应用
2 Y! ] p1 t& o' ~# [8 _11.4本章小结9 x4 d: }8 l z3 K5 G5 ?" m
" E" L! }, ^2 ^' K
第12章基于智能算法的PID控制器设计7 D. C; _7 `4 ~9 {0 f. m
12.1PID控制器的理论基础3 U( m+ t, F1 {3 e4 c- f+ Z
12.2智能算法在PID控制器设计中的应用* U5 X6 W) m' `. p6 ~
12.2.1神经网络在PID控制器设计中的应用5 x2 O& {- ~) p6 `
12.2.2模糊控制在PID控制器设计中的应用% D& X' S6 v, _" I7 ]$ W5 E
12.2.3遗传算法在PID控制器设计中的应用6 M# R8 B6 z Q. y7 \( ?
12.3本章小结
9 a2 W6 w! y; w
9 I- A3 w- {: o. {第13章智能算法综合应用6 d& ?3 B# a) [; T; I% U/ T
13.1模糊神经网络控制在MATLAB中的应用
P! p1 h3 {6 O5 T13.2基于遗传算法的MP算法的应用
, {6 M7 E6 { [* a. m# }13.3本章小结5 H, ]# v. s8 ]3 ?' d+ y- F" M
5 Q @& O( T3 p+ H* W8 ~3 C
参考文献; ^, W5 B* M: \3 q9 R
% a: l" k: j* j
Java资料百度网盘下载地址链接(百度云):java自学网(javazx.com) MATLAB智能算法 PDF 高清 电子书 百度云.rar【密码回帖可见】
7 o/ E# S; A. c* J& I; }( M% B4 V; |4 f7 t
( l, M% X0 X' l) d
* J/ ]0 ?4 r' y. f6 C+ }8 n0 S6 u% W* B! A8 } Z, S
|
|