自然计算、机器学习与图像理解前沿 (2008 年度畅销榜NO.198009 )

本书对自然计算、机器学习、图像自动理解与解译三个前沿领域进行了详细的论述。主要内容包括进化计算、人工免疫系统、量子计算智能、多智能体系统、进化多目标优化、核机器学习、流形学习与谱图学习、集成学习、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。.\r\n
本书着重对上述领域妁国内外发展现状进行总结，阐述作者对相关领域未来发展的研究与思考。本书可以作为计算机科学、信息科学、人工智能自动化技术等领域从事自然计算、机器学习、图像处理研究的相关专业技术人员的参考书，也可以作为相关专业高年级本科生和研究生的教材。...

第1章 进化计算.
1．1 从人工智能到计算智能
1．2 从进化论到进化计算
1．3 进化计算基础知识
1．4 协同进化计算
1．5 非达尔文进化理论与密母计算
参考文献
第2章 人工免疫系统
2．1 从免疫系统到人工免疫系统
2．2 人工免疫系统的研究领域
2．3 人工免疫系统与其它方法的比较
2．4 免疫优化计算研究的新进展
2．5 问题与展望
参考文献
第3章 量子计算智能
3．1 量子计算原理
3．2 量子计算智能的几种模型
3．3 量子进化算法
3．4 问题与展望
参考文献
第4章 多智能体系统
4．1 复杂适应系统
4．2 多智能体系统
参考文献
第5章 进化多目标优化
5．1 多目标优化问题的数学描述
5．2 进化多目标优化的主要算法
5．3 当代进化多目标优化算法及研究趋势
5．4 几种典型进化多目标优化算法的性能比较
5．5 总结与展望
参考文献
第6章 核机器学习
6．1 Mercer核
6．2 核机器学习的主要方法
6．3 核机器学习方法的优势与不足
6．4 推广Mercer核函数的主要研究方向
参考文献
第7章 流形学习与谱图学习
7．1 流形学习的基本概念
7．2 流形学习的降维方法分类
7．3 谱聚类
参考文献..
第8章 集成学习
8．1 集成学习系统的结构
8．2 集成核匹配追踪学习机
8．3 谱聚类集成
参考文献
第9章 非线性逼近理论
9．1 函数逼近简述
9．2 非线性逼近
9．3 高度非线性逼近
9．4 问题与展望
参考文献
第10章 多尺度几何分析
10．1 概念的产生
10．2 从傅立叶分析到小波分析
10．3 小波图像逼近
10．4 人类视觉模型
10．5 图像的多尺度几何分析
10．6 问题与展望
参考文献
第11章 多尺度变换域图像感知与识别
11．1 小波变换的三级统计特性及其机理分析
11．2 小波域隐马尔可夫模型
11．3 变换域的十种统计模型
11．4 基于变换域统计模型的图像感知与识别
11．5 问题与展望
参考文献
第12章 图像的高维奇异性检测、学习与理解
12．1 图像识别与理解中存在的主要问题
12．2 解决高维数据奇异性检测、学习与理解的关键技术
参考文献
第13章 图像去噪的阈值方法
13．1 基本概念
13．2 阈值函数
13．3 阈值规则
13．4 阑值方案
13．5 问题与展望
参考文献
第14章 SAR图像理解与解译
14．1 SAR图像自动理解与解译的系统组成
14．2 相干斑抑制
14．3 SAR图像分割
14．4 图像融合
14．5 特征提取
14．6 识别与分类
14．7 SAR图像特殊目标检测
14．8 问题与展望
参考文献...

焦李成;公茂果;王爽;侯彪;刘芳;张向荣;周伟达

无封面