返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书人工智能技术9787124701
  • 正版全新
    • 作者: 许宝杰著 | 许宝杰编 | 许宝杰译 | 许宝杰绘
    • 出版社: 化学工业出版社
    • 出版时间:2020-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 许宝杰著| 许宝杰编| 许宝杰译| 许宝杰绘
    • 出版社:化学工业出版社
    • 出版时间:2020-01-01
    • 版次:1
    • 印次:1
    • 字数:215000
    • 页数:216
    • 开本:16开
    • ISBN:9787122347701
    • 版权提供:化学工业出版社
    • 作者:许宝杰
    • 著:许宝杰
    • 装帧:平装
    • 印次:1
    • 定价:78.00
    • ISBN:9787122347701
    • 出版社:化学工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-01-01
    • 页数:216
    • 外部编号:1202009481
    • 版次:1
    • 成品尺寸:暂无

    章绪论/001
    1.1人工智能技术概述/002
    1.1.1基本定义/002
    1.1.2发展历史/003
    1.2人工智能技术的基本内容/005
    1.2.1人工智能技术的主要学派/005
    1.2.2人工智能技术解决的主要问题与研究领域/006
    1..人工智能技术的主要技术领域/008
    1.3人工智能技术的前沿与展望/008
    1.4学习的要点/009
    第2章专家系统/011
    2.1专家系统概述/012
    2.1.1专家系统的发展历程/012
    2.1.2专家系统的研究和应用意义/013
    2.1.3专家系统的定义/014
    2.1.4专家系统的工作流程/015
    2.2知识的表示方式/015
    2.2.1一阶谓词逻辑表示法/016
    2.2.2产生式表示法/022
    2..语义网络表示法/0
    2.2.4框架表示法/025
    .专家系统的结构/026
    ..1知识库/026
    ..2推理机/028
    ..人机界面/029
    ..4综合数据库/029
    ..5解释器/030
    ..知识获取/030
    2.4专家系统的特点/031
    2.5专家系统的应用/032
    2.6专家系统开发工具/033
    2.7专家系统实例/034
    2.7.1振动监测、故障诊断技术中心系统/034
    2.7.2设备在线监测故障诊断专家系统/035
    第3章模糊控制技术/039
    3.1模糊技术概述/040
    3.1.1集合的概念/040
    3.1.2集合的表示方法/040
    3.1.3集合的运算/041
    3.1.4普通集合概念的局限/043
    3.2模糊集合/044
    3.2.1概念的引入/044
    3.2.2模糊集合的定义/046
    3..模糊集合的表示方式/046
    3.2.4模糊集合的基本运算/047
    3.3隶属函数/051
    3.4模糊关系/052
    3.4.1模糊关系的基本概念/052
    3.4.2模糊关系的运算/053
    3.5模糊语言/055
    3.6模糊逻辑/057
    3.7模糊推理/060
    3.8二输入单输出问题/063
    3.9模糊控制/065
    3.9.1模糊控制的基本概念/065
    3.9.2模糊控制系统的基本结构/066
    3.9.3模糊控制系统的建立/070
    3.9.4模糊控制系统的运行/070
    3.9.5模糊系统的实现方式/071
    3.10模糊控制在工程技术中的应用实例/072
    3.10.1模糊全自动洗衣机/072
    3.10.2汽轮机模糊控制/073
    第4章粗糙集合及其应用/079
    4.1概述/080
    4.1.1粗糙集合理论的特点/080
    4.1.2粗糙集合理论的应用领域/081
    4.2粗糙集合基本理论/081
    4.2.1信息表/082
    4.2.2定义和运算/083
    4..决策规则的发现步骤/087
    4.3粗糙集合在故障诊断技术中的应用/087
    第5章遗传算法/095
    5.1遗传算法概述/096
    5.1.1遗传算法的由来/096
    5.1.2遗传算法基本原理/098
    5.1.3基因操作/100
    5.2遗传算法的主要内容/104
    5.2.1编码/104
    5.2.2初始群体的设定/105
    5..确定适应度函数/105
    5.2.4遗传算法关键参数的确定/106
    5.2.5遗传算法的基本过程和程序框图/107
    5.2.6遗传算法举例/108
    5.3应用实例/110
    第6章生物计算技术/113
    6.1蚂蚁算法/114
    6.1.1蚂蚁算法的基本原理/114
    6.1.2蚂蚁算法的基本内容/116
    6.2粒子群算法/118
    6.2.1粒子群算法原理/118
    6.2.2粒子群算法的基本流程/119
    6..粒子群算法中参数的意义/119
    6.3基于免疫机理的故障诊断技术/120
    6.3.1生物免疫基本概念/120
    6.3.2机械故障诊断技术概况/1
    6.3.3免疫算法原理/125
    6.3.4基于距离判断的故障诊断免疫算法/126
    6.3.5故障诊断免疫算法实例/129
    6.4元胞自动机基于免疫机理的故障诊断技术/130
    6.4.1元胞自动机的基本概念/130
    6.4.2元胞自动机的扩展/134
    6.4.3元胞自动机在故障关联模式研究中的应用/135
    第7章神经网络技术及其应用/139
    7.1神经网络概述/140
    7.1.1神经网络的定义/140
    7.1.2发展历史/141
    7.1.3神经网络处理信息的特点/143
    7.2神经网络的技术背景/145
    7.2.1人脑的基本结构与功能/145
    7.2.2神经元的基本结构/146
    7.3脑处理信息的模型/147
    7.3.1神经元模型/147
    7.3.2神经元处理信号的过程/148
    7.4神经网络模型/150
    7.4.1神经网络结构分类/150
    7.4.2神经网络学方分类/152
    7.4.3神经网络动力学特分类/152
    7.5神经网络的学习规则/153
    7.5.1Hebb学习/153
    7.5.2Delta学习/154
    7.5.3竞争学习/154
    7.6神经网络的实现方法/154
    7.7感知器/155
    7.7.1感知器结构/155
    7.7.2感知器方程/155
    7.7.3感知器网络训练过程/157
    7.7.4感知器网络运行过程/158
    7.7.5多类分类感知器/158
    7.7.6感知器应用实例/160
    7.7.7感知器网络质的讨论/161
    7.8BP网络/165
    7.8.1BP网络基本结构/165
    7.8.2BP网络数学模型/165
    7.8.3BP网络的训练过程/169
    7.8.4BP网络的网络运行过程/170
    7.8.5BP网络算法程序流程/170
    7.8.6BP网络算法伪程序/171
    7.8.7BP网络质讨论/174
    7.8.8BP网络应用实例/175
    7.9霍普菲尔德网络/183
    7.9.1霍普菲尔德网络基本结构/183
    7.9.2网络模型方程/184
    7.9.3网络的训练/185
    7.9.4网络的联想/185
    7.9.5应用实例/186
    7.10基于遗传算法的优化神经网络预测模型/188
    7.10.1遗传算法优化神经网络结构参数/189
    7.10.2遗传BP算法优化神经网络权值/190
    7.10.3样本的归一化处理/191
    7.10.4水泵机组状态趋势预测/193
    第8章深度学习/195
    8.1深度学习概述/196
    8.1.1概况/196
    8.1.2深度学习技术背景/197
    8.2深度学习的主要方法/200
    8.3自编码器/202
    8.3.1自编码器的基本算法/202
    8.3.2常用的自编码器模型/205
    8.4卷积神经网络/206
    8.4.1卷积神经网络概况/206
    8.4.2卷积网络的基本结构/207
    8.4.3卷积网络的基本算法/208
    参考文献/213

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购