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:

  • 正版 计算机免疫系统及其应用 柴争义,李亚伦著 科学出版社 9787
  • 新华书店旗下自营,正版全新
    • 作者: 柴争义,李亚伦著著 | 柴争义,李亚伦著编 | 柴争义,李亚伦著译 | 柴争义,李亚伦著绘
    • 出版社: 科学出版社
    • 出版时间:2015-03-01
    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:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 柴争义,李亚伦著著| 柴争义,李亚伦著编| 柴争义,李亚伦著译| 柴争义,李亚伦著绘
    • 出版社:科学出版社
    • 出版时间:2015-03-01
    • 版次:31
    • 印刷时间:2016-09-01
    • 字数:230千字
    • 页数:181
    • 开本:小16开
    • ISBN:9787030496584
    • 版权提供:科学出版社
    • 作者:柴争义,李亚伦著
    • 著:柴争义,李亚伦著
    • 装帧:平装
    • 印次:暂无
    • 定价:72.00
    • ISBN:9787030496584
    • 出版社:科学出版社
    • 开本:小16开
    • 印刷时间:2016-09-01
    • 语种:中文
    • 出版时间:2015-03-01
    • 页数:181
    • 外部编号:8829835
    • 版次:31
    • 成品尺寸:暂无

    前言

    章绪论

    1.1计算机免疫系统

    1.1.1生物免疫系统及其信息处理机能

    1.1.2计算机免疫系统及其应用

    1.1.3计算机免疫系统的主要算法

    1.1.4量子免疫计算

    1.1.5混沌免疫优化

    1.2克隆选择算法

    1.2.1基本免疫克隆优化算法

    1.2.2免疫克隆形态空间理论

    1.3否定选择算法

    1.4危险理论

    1.5优化问题建模

    1.5.1单目标优化问题

    1.5.2多目标优化问题

    1.5.3约束处理技术

    1.5.4优化问题的求解方法

    1.6本章小结

    参考文献

    第2章基于免疫优化的认知无线网络频谱分配

    2.1概述

    2.2认知无线网络的频谱感知和分配模型

    2.2.1物理层频谱感知过程

    2.2.2物理连接模型及建模过程

    2.2.3频谱分配的图着色模型

    2.2.4频谱分配矩阵

    2.3频谱分配具体实现

    2.3.1算法具体实现

    2.3.2算法特点和优势分析

    2.3.3算法收敛性证明

    2.4仿真实验与结果分析

    2.4.1实验数据的生成

    2.4.2算法参数设置

    2.4.3实验结果及对比分析

    2.4.4基于WRAN的系统级仿真

    2.5本章小结

    参考文献

    第3章基于混沌量子免疫优化的频谱按需分配算法

    3.1概述

    3.2考虑次用户需求的频谱按需分配模型

    3.2.1基于图着色理论的频谱分配建模

    3.2.2考虑认知用户需求的频谱分配模型

    3.3频谱按需分配具体实现

    3.3.1算法具体实现过程

    3.3.2算法特点和优势分析

    3.3.3算法收敛性分析

    3.4仿真实验与结果分析

    3.4.1实验数据的生成

    3.4.2相关算法参数的设置

    3.4.3实验结果及对比分析

    3.5本章小结

    参考文献

    第4章基于并行免疫优化的频谱分配

    4.1概述

    4.2认知无线网络的频谱分配模型

    4.3并行免疫优化算法主要思想

    4.4基于并行免疫优化的频谱分配具体实现

    4.4.1关键技术

    4.4.2算法实现步骤

    4.5仿真实验与结果分析

    4.5.1算法仿真环境和参数设置

    4.5.2实验结果及分析

    4.5.3并行算法的性能分析

    4.6本章小结

    参考文献

    第5章认知Mesh网络中基于免疫多目标优化的频谱分配

    5.1概述

    5.2系统模型

    5.3算法实现

    5.3.1免疫优化算法

    5.3.2抗体编码

    5.3.3亲和度函数

    5.3.4算法描述

    5.3.5算法特点分析

    5.4实验结果及分析

    5.5本章小结

    参考文献

    第6章量子免疫算法求解基于认知引擎的频谱决策问题

    6.1概述

    6.2基于认知引擎的频谱决策分析与建模

    6.3算法关键技术与具体实现

    6.3.1关键技术

    6.3.2算法具体步骤

    6.3.3算法特点和优势分析

    6.3.4算法收敛性分析

    6.4仿真实验与结果分析

    6.4.1仿真实验环境及参数设置

    6.4.2仿真实验结果及分析

    6.5本章小结

    参考文献

    第7章基于免疫多目标的频谱决策参数优化

    7.1概述

    7.2基于认知引擎的频谱决策问题建模

    7.3算法关键技术与具体实现

    7.3.1关键技术

    7.3.2求解本问题的多目标免疫优化算法

    7.3.3算法特点和优势分析

    7.4仿真实验与结果分析

    7.4.1实验环境及参数设置

    7.4.2实验步骤

    7.4.3实验结果

    7.4.4相关算法比较分析

    7.5本章小结

    参考文献

    第8章基于免疫优化的认知OFDM系统资源分配

    8.1概述

    8.2基于免疫优化的子载波资源分配

    8.2.1认知OFDM子载波资源分配描述

    8.2.2认知OFDM子载波资源分配模型

    8.2.3算法实现的关键技术

    8.2.4基于免疫优化的算法实现过程

    8.2.5算法特点和优势分析

    8.2.6仿真实验结果

    8.2.7小结

    8.3基于免疫优化的功率资源分配

    8.3.1功率资源分配问题描述

    8.3.2功率资源分配问题的模型

    8.3.3算法实现的关键技术

    8.3.4基于免疫克隆优化的算法实现过程

    8.3.5算法特点分析

    8.3.6实验结果与分析

    8.3.7小结

    8.4联合子载波和功率的比例公平资源分配

    8.4.1问题描述

    8.4.2比例公平资源分配模型

    8.4.3基于免疫优化的资源分配实现过程

    8.4.4仿真实验结果与分析

    8.4.5小结

    8.5本章小结

    参考文献

    第9章基于免疫的新型入侵防御模型研究

    9.1概述

    9.2基本理论基础

    9.2.1入侵防御模型的形式化描述

    9.2.2入侵防御模型的检测性能描述

    9.2.3生物免疫系统与入侵防御的隐喻关系

    9.3模型具体实现

    9.3.1抗原、自体与非自体的形式化描述

    9.3.2抗体形式化描述

    9.3.3自体的动力学方程

    9.3.4未成熟抗体的生成和演化

    9.3.5自体耐受动力学方程

    9.3.6成熟抗体动力学方程

    9.3.7记忆抗体动力学方程

    9.3.8抗原及其动力学方程

    9.3.9模型入侵防御过程及性能分析

    9.3.10模型性能分析

    9.4系统仿真实验与分析

    9.5本章小结

    参考文献

    ……

    0章基于危险理论的网络风险感知模型

    1章网络安全风险评估的云模型实现

    2章一种用于异常检测的实值否定选择算法

    3章一种免疫实值检测器优化生成算法

    评论

    本书是作者对人工免疫系统研究的工作总结,主要介绍了人工免疫系统中的否定选择算法、危险理论、免疫克隆算法在网络异常检测、网络安全风险评估、无线频谱分配、网络参数优化等方面的应用。

    导语_点评_词 

    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