智能信息处理基数与应用研究

第1章 绪论
1.1 智能信息处理概述
1.2 智能信息处理的主要技术
1.3 智能技术的综合集成
1.4 智能信息处理技术的展望
第2章 人工神经网络信息处理
2.1 人工神经网络概述
2.2 前馈型神经网络
2.3 反馈型神经网络
2.4 受限玻耳兹曼机
2.5 循环神经网络
2.6 贝叶斯-高斯神经网络非线性系统辨识
2.7 组合灰色神经网络
2.8 自组织神经网络
2.9 人工神经网络的应用与实现研究概况
第3章 模糊计算
3.1 知识表示和推理
3.2 模糊理论及三大基本元素
3.3 模糊集合的基本运算
3.4 模糊集合运算的基本规则
3.5 模糊关系
第4章 模糊信息处理
4.1 模糊逻辑控制的信息处理
4.2 模糊模式识别信息处理
4.3 模糊集在图像信息处理中的应用
第5章 粗糙集信息处理
5.1 粗糙集的基本理论
5.2 粗糙集与神经网络的融合
5.3 粗糙集信息处理技术的应用
5.4 粗糙集理论的研究现状与展望
第6章 进化计算的信息处理
6.1 进化计算概述
6.2 遗传算法及其应用
6.3 进化规划
6.4 进化策略
第7章 群智能算法
7.1 蚁群算法
7.2 改进的蚁群算法
7.3 粒子群优化算法
7.4 标准粒子群优化算法
7.5 改进粒子群优化算法
7.6 差分进化算法概述
7.7 改进型差分进化算法
第8章 云计算和大数据
8.1 云计算概述
8.2 云计算的服务类型
8.3 云计算的关键技术
8.4 云计算与大数据
8.5 云计算的应用
参考文献