找到 4 条结果 按相关性 按时间降序
人工智能实验简明教程
本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。
智能算法导论
本书有机融合自然计算、启发式方法、量子、神经网络等智能理论和前沿技术，对遗传算法、免疫算法、粒子群算法、蚁群算法等22种智能算法的起源、理论基础、基本框架和典型应用进行了详细论述，在此基础上，针对相关领域中的典型问题给出智能算法的应用示例。本书可以为计算机科学、信息科学、人工智能、自动化技术等领域相关专业技术人员提供参考，也可以作为相关专业研究生和高年级本科生教材。
人工智能实验教程
人工智能是一门新的交叉学科，近年来涌现出的许多算法模型和框架已经应用于实际生活。本书面向人工智能算法的实践与应用，全书共分为两大部分：第一部分主要介绍了人工智能基础，包括人工智能、机器学习、深度学习简述、深度神经网络的构成、深度神经网络典型模型、以及深度网络构建主要涉及的软件及环境配置等；第二部分针对近年来的典型模型结构和实践过程进行详细讨论，主要包括卷积神经网络、生成对抗网络、循环神经网络、图神经网络的实验，这些实验具体内容涉及图像与视频的检测、分割、跟踪等多项实践任务。该教程以实践与应用为导向，取材广泛，内容详实，具有理论与实践相结合的特点。每个实验详细阐述了实践的背景与内容，深入分析了实践的详细流程，描述了实践数据及来源，给出了参考文献和必要的链接。 本书可作为人工智能、智能科学与技术、计算机科学与技术等相关专业高年级本科生及研究生的实验教材，也可供相关领域及其交叉领域中从事机器学习及相关应用研究的技术人员参考使用。
智能计算模型与理论
内容： 该教材从智能计算简介、神经计算、模糊计算、进化计算、群智能计算、密母计算、免疫计算、量子计算、多目标智能计算以及新型智能计算这10大板块介绍智能计算。 模块1 智能计算简介：介绍人工智能的概念与历史、引出智能计算的人工智能的关系，介绍智能计算的分类，介绍智能计算相关应用领域。 模块2 神经计算：介绍生物神经系统的相关知识，介绍人工神经网络的基本原理，介绍神经网络学习算法，介绍人工神经网络的分类，之后从前层神经网络过渡到深度神经网络，介绍几种典型的深度神经网络，并介绍深度神经网络的应用。 模块3 模糊计算：介绍模糊集合与隶属度函数，介绍模糊关系及合成，介绍模糊推理，最后介绍模糊计算的应用。 模块4 进化计算：介绍进化计算生物学背景，介绍遗传算法的原理和模型，介绍进化策略、进化规划与遗传规划。 模块5 群智能计算：介绍群智能计算的相关背景知识，介绍粒子群算法、蚁群算法、菌群算法、以及其它群智能模型等。 模块6 密母计算：介绍混合智能计算的基本概念，介绍单点搜索算法，介绍密母算法，介绍基于密母算法的社团检测，基于混合多目标蚁群优化算法的社团检测。 模块7 免疫计算：介绍免疫计算基础，介绍几种免疫算法，介绍免疫计算应用。 模块8 量子计算：介绍量子计算的智能基础，介绍量子计算模型，介绍量子智能优化算法。 模块9 多目标智能计算：介绍多目标优化的相关概念，介绍进化多目标算法，介绍复杂进化多目标优化算法，介绍多目标智能计算的相关应用。 模块10 新型智能计算：介绍智能计算的前沿技术：图神经网络和面向昂贵优化问题的进化计算，介绍智能计算未来的发展方向：进化计算与神经计算的结合、演化神经网络。 特色：该教材的特色是系统全面的介绍各种智能计算方法，内容从易到难富有层次，同时该教材会介绍新型的智能计算技术，会对智能计算领域未来的发展给出一些展望。 读者对象：该教材使用范围定位为33所拔尖人才高校计算机专业教学为主，可兼顾其他学校。
- 1