智能建造基础算法教程/高等学校系列教材

第1章 绪论 1.1 建筑业现状 1.2 建筑业信息化 1.3 人工智能技术发展 1.4 建筑业的智能建造趋势 1.5 本书的主要内容 第2章 矩阵分析基础 2.1 向量和矩阵 2.2 二次型 2.3 雅可比矩阵 2.4 海森矩阵 2.5 范数 2.6 矩阵分解 2.7 广义逆矩阵 2.8 典型应用——主成分分析 第3章 概率与统计基础 3.1 随机变量与概率 3.2 随机变量间的独立性 3.3 随机变量的特征数 3.4 贝叶斯规则 3.5 似然估计 3.6 熵和互信息 3.7 微分熵 3.8 KL散度与交叉熵 3.9 结构化概率模型 第4章 数值优化与规划方法 4.1 拉格朗日乘数法 4.2 KKT条件 4.3 小二乘法 4.4 差分法 4.5 梯度下降法 4.6 牛顿法 4.7 蒙特卡洛法 4.8 人工势场法 4.9 线性规划 第5章 智能优化算法 5.1 遗传算法 5.2 粒子群优化算法 5.3 模拟退火算法 5.4 近邻场算法 第6章 聚类算法 6.1 聚类的基本思想 6.2 k均值聚类算法 6.3 密度聚类算法 6.4 高斯混合聚类 6.5 层次聚类算法 6.6 谱聚类算法 第7章 分类算法 7.1 神经元感知器 7.2 支持向量机