新型缓控释肥与稳定肥料的创制与应用

图书标准信息

• 作者 王俊丽；闫春钢；蒋昌俊
• 出版社 科学出版社
• 出版时间 2022-08
• 版次 1
• ISBN 9787030708595
• 定价 398.00元
• 装帧 精装
• 开本 16开
• 纸张 胶版纸
• 页数 281页
• 字数 370.000千字

【内容简介】

《智能计算》主要介绍了智能计算技术相关的理论方法与关键技术，并对典型的应用领域与平台也进行了相关介绍和讨论。《智能计算》共10章，简要介绍智能的起源、智能与计算等研究背景及意义，详细介绍了机器学习、深度学习等模型与算法及其应用，着重介绍了图神经网络模型、网学习模型、神经网络架构搜索和大数据资源服务等技术，并面向智能交通和网络交易支付等领域和场景详细介绍了智能技术相关的应用。

【目录】

目录

作者简介

前言

第1章 智能源于人、拓于工 1

1.1 引言 1

1.2 智能的定义与历史演进 1

1.2.1 智能的定义 1

1.2.2 智能的历史演进 2

1.3 智能的驱动与发展关系 6

1.4 人工智能的现状与趋势 9

1.4.1 人工智能的现状 9

1.4.2 人工智能发展趋势 10

1.5 小结 11

参考文献 12

第2章 智能与计算 15

2.1 引言 15

2.2 计算理论基础 15

2.3 计算装置的结构 16

2.4 计算机系统与技术 18

2.4.1 大数据 18

2.4.2 物联网 21

2.4.3 云计算 22

2.4.4 实时并发 23

2.4.5 应变适配 24

2.5 计算机软件算法和应用场景 25

2.6 智能发展的思考 26

2.7 小结 27

参考文献 27

第3章 机器学习 31

3.1 引言 31

3.2 机器学习的发展 32

3.3 机器学习的模型 33

3.4 概率模型与推荐算法的组合研究 39

3.4.1 主要思想 39

3.4.2 系统模型 40

3.4.3 实验与分析 42

3.5 基于图排序算法的自动文摘方法研究 43

3.5.1 双层相关性度量模型 44

3.5.2 基于图模型的自动文摘 47

3.5.3 实验与分析 50

3.6 基于数据权重调整的欺诈辨识方法研究 51

3.6.1 分布距离计算 52

3.6.2 ITrAdaboost主要思想 56

3.6.3 基于ITrAdaboost的交易欺诈辨识 59

3.6.4 实验与分析 60

3.7 小结 65

参考文献 65

第4章 深度学习 69

4.1 引言 69

4.2 深度学习的表示能力 69

4.3 深度学习模型 70

4.3.1 卷积神经网络 70

4.3.2 循环神经网络 73

4.3.3 生成对抗网络 74

4.3.4 注意力机制 75

4.4 基于全中心损失函数的交易数据去噪方法 79

4.4.1 重叠去噪方法框架结构 79

4.4.2 全中心损失函数 82

4.4.3 实验与分析 86

4.5 基于高斯函数的对比损失研究 93

4.5.1 Softmax损失函数的缺陷 94

4.5.2 基于高斯函数的对比损失算法 97

4.5.3 损失函数可导性分析 99

4.6 真值引导下的自注意力SeqGAN模型 101

4.6.1 基于真值引导的生成器 101

4.6.2 基于自注意力的判别器 105

4.6.3 实验与分析 106

4.7 小结 108

参考文献 109

第5章 图神经网络模型 112

5.1 引言 112

5.2 图的相关定义 113

5.3 图卷积神经网络 114

5.4 邻域扩张动态图神经网络 115

5.4.1 动态图 115

5.4.2 邻域扩张动态图神经网络 117

5.4.3 实验与分析 122

5.5 基于异质图神经网络的文摘方法 126

5.5.1 自动文本摘要 126

5.5.2 文本图定义 127

5.5.3 MHGS模型 127

5.5.4 实验与分析 131

5.6 小结 134

参考文献 135

第6章 网学习模型 139

6.1 引言 139

6.2 Petri网 140

6.3 网学习模型 143

6.3.1 网学习框架 143

6.3.2 随机Petri网的网学习算法 145

6.4 随机Petri网数据集 148

6.4.1 随机Petri网数据集生成 148

6.4.2 数据的组织方式 154

6.5 实验与分析 157

6.5.1 随机Petri网数据集实验分析 158

6.5.2 网学习算法实验分析 160

6.6 小结 163

参考文献 164

第7章 神经网络架构搜索 167

7.1 引言 167

7.2 神经进化与进化计算 168

7.3 基于神经进化的深度学习模型 170

7.3.1 卷积神经网络 170

7.3.2 生成式对抗网络 174

7.4 进化式生成对抗网络 177

7.4.1 进化算子设计 178

7.4.2 EG-GAN模型 180

7.4.3 EG-GAN的可视化分析 184

7.4.4 图像修复应用 187

7.5 小结 194

参考文献 195

第8章 大数据资源服务技术 199

8.1 引言 199

8.2 大型数据资源服务架构 200

8.3 数据资源识别和获取 202

8.3.1 爬虫限制和引导协议 203

8.3.2 分布式爬虫任务调度策略 206

8.4 网络大数据索引网络体系 214

8.4.1 资源索引网络模型 214

8.4.2 索引网络代数 221

8.5 小结 223

参考文献 224

第9章 智能交通 227

9.1 引言 227

9.2 智能交通系统 227

9.3 多源交通数据集成与融合 229

9.3.1 多源交通数据的获取与预处理 229

9.3.2 分布式异构数据融合 230

9.4 动态路况建模与预测 231

9.4.1 基于主曲线方法的路况建模 233

9.4.2 基于非线性时间序列路况预测 235

9.5 动态网络最优出行 241

9.5.1 动态最短路算法 243

9.5.2 动态最短路的启发式算法 244

9.6 小结 247

参考文献 247

第10章 智能交易 251

10.1 引言 251

10.2 智能网络交易风险与应对措施 252

10.2.1 网络交易风险 252

10.2.2 风险应对措施 255

10.3 用户行为的风险防控 257

10.3.1 基于行为的身份认证技术 258

10.3.2 用户行为证书方法 265

10.4 交易系统的在线监控 269

10.4.1 监控系统的组成架构 269

10.4.2 系统优化管理 270

10.4.3 系统在线监控 270

10.5 小结 277

参考文献 277

彩图