人工智能技术
全新正版 极速发货
￥ 23.09 5.2折 ￥ 44 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:修春波 著 修春波 编
出版社机械工业出版社
ISBN9787111604099
出版时间2018-08
装帧平装
开本16开
定价44元
货号1201748068
上书时间2024-11-26
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
章绪论1
1.1人工智能的起源与发展1
1.2人工智能学术流派4
1.3人工智能的研究与应用领域6
习题10
第2章知识表示和推理11
2.1知识和知识表示的基本概念11
2.2命题逻辑14
2.2.1语法14
2.2.2语义(Semantics)15
2.2.3命题演算(Calculas)形式系统16
2.3谓词逻辑17
2.3.1语法18
2.3.2语义21
2.4归结推理25
2.4.1子句集及其简化26
2.4.2海伯伦定理29
2.4.3Robinson归结原理33
2.4.4利用Robinson归结原理实现定理证明38
2.4.5应用归结原理求解问题42
2.5产生式系统43
2.5.1产生式系统的组成部分44
2.5.2产生式系统的控制策略45
2.5.3产生式系统的推理方式46
2.6语义网络表示法47
2.6.1语义网络的结构47
2.6.2基本命题的语义网络表示47
2.6.3语义网络的知识表示方法50
2.6.4语义网络表示法的特点54
2.7框架表示法54
2.8状态空间表示法56
2.9与或图表示法57
习题58
第3章图搜索技术59
3.1问题的提出59
3.2状态图搜索61
3.2.1状态图搜索分类61
3.2.2穷举式搜索63
3.2.3启发式搜索66
3.2.4A算法及A?算法69
3.3与或图搜索71
3.3.1与或图71
3.3.2与或图搜索72
3.4博弈图搜索76
3.4.1博弈图76
3.4.2极大极小分析法78
3.4.3剪枝技术80
习题81
第4章专家系统82
4.1专家系统的概述82
4.1.1专家系统的概念与特点82
4.1.2专家系统和传统程序的区别83
4.1.3专家系统的类型83
4.2专家系统的结构84
4.3专家系统的设计原则与开发过程85
4.3.1专家系统的设计原则85
4.3.2专家系统的开发过程86
4.4专家系统评价87
4.5MYCIN专家系统实例分析88
4.6专家系统开发工具90
4.6.1骨架型开发工具90
4.6.2语言型开发工具91
4.6.3构造辅助工具91
4.6.4支撑环境92
4.7Prolog语言93
4.7.1Prolog语言的特点93
4.7.2基本Prolog的程序结构94
4.7.3Prolog程序的运行机理95
4.7.4TurboProlog程序结构97
4.7.5TurboProlog的数据与表达式98
4.7.6VisualProlog介绍103
4.7.7PIE:Prolog的推理机107
习题109
第5章模糊理论及应用110
5.1模糊理论的产生与发展110
5.2模糊理论的数学基础111
5.2.1经典集合论的基本概念111
5.2.2模糊集合的基本概念112
5.2.3模糊关系与复合运算115
5.3模糊推理117
5.3.1模糊条件语句117
5.3.2模糊推理120
5.4模糊控制系统及模糊控制器122
5.4.1模糊控制系统的基本结构122
5.4.2模糊控制器123
5.4.3模糊控制器的设计124
5.4.4模糊PID控制器的设计130
5.5模糊聚类分析与模糊模式识别133
5.5.1模糊聚类分析134
5.5.2模糊模式识别137
5.6模糊聚类应用案例分析138
习题143
第6章机器学习和神经网络144
6.1机器学习的基本概念和发展史144
6.2经典机器学习方法145
6.3基于神经网络的学习148
6.3.1神经网络概述148
6.3.2人工神经网络模型149
6.4BP神经网络153
6.4.1网络结构153
6.4.2网络学习算法154
6.4.3BP网络的改进算法156
6.4.4BP神经网络的特点157
6.4.5神经网络应用实例解析158
6.5RBF神经网络160
6.5.1径向基函数160
6.5.2径向基函数网络结构162
6.5.3网络学习算法162
6.5.4RBF网与BP网的对比163
6.6CMAC神经网络164
6.6.1CMAC网络结构164
6.6.2网络学习算法164
6.6.3CMAC网络的特点166
6.7Hopfield神经网络166
6.7.1离散型Hopfield网络167
6.7.2连续型Hopfield网络168
6.8Elman神经网络171
6.8.1Elman神经网络结构171
6.8.2Elman神经网络学习算法172
6.9模糊神经网络172
6.9.1网络结构173
6.9.2学习过程174
6.10其他类型的神经网络介绍175
习题178
第7章卷积神经网络及TensorFlow应用实践179
7.1卷积神经网络发展简介179
7.2卷积神经网络工作原理179
7.3TensorFlow学习185
7.3.1TensorFlow简介185
7.3.2TensorFlow中的函数和相关运算190
7.3.3卷积函数194
7.3.4池化函数196
7.4利用TensorFlow进行图像处理197
7.4.1图像的读取与存储197
7.4.2图像处理常用函数197
7.5卷积神经网络在MNIST的应用
实例201
习题212
第8章混沌理论与混沌神经网络213
……
内容摘要
本书介绍了人工智能的发展历史、基本流派、研究领域，知识表示方法和推理技术。图搜索技术，专家系统及其开发工具的使用和设计方法，模糊理论及应用，机器学习和神经网络，卷积神经网络，混沌理论，智能优化算法原理和应用，多智能体技术等内容。本书是作者在多年教学和科研实践的基础上，参阅了靠前外现有教材和相关文献后编写的。全书注重理论与实践的结合，注重算法的实际应用与实现方法，注重创新思维的训练与培养。本书可作为高等院校人工智能、自动化、电气工程及其自动化、计算机科学与技术、电子信息工程等专业学生“人工智能”课程的本科生、研究生教材，也可供从事人工智能研究与应用的科技工作者学习参考。
精彩内容
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价