书籍详情
现代智能信息处理实践方法
作者：王雪，王晟 编著
出版社：清华大学出版社
出版时间：2009-03-01
ISBN：9787302192435
定价：¥23.00
购买这本书可以去
内容简介
智能信息处理是信息技术中的关键技术，计算智能是智能信息处理的核心技术，是目前多学科研究和应用的热点，是仪器科学与技术学科领域研究的重要内容之一，涉及测试技术、电子技术、计算机技术、控制技术等多个领域，具有广泛的应用前景。《清华大学测控技术与仪器系列教材·现代智能信息处理实践方法》围绕现代智能信息处理理论的主要研究内容，在简要介绍计算智能的基本概念和基本理论的基础上，侧重计算智能理论的实践方法，从信号测试系统的角度出发，到智能信息处理实现的硬件平台的建立，涵盖了网络虚拟仪器技术，系统全面地讲述了目前计算智能领域研究的神经计算、进化计算和模糊计算中的典型方法的实践步骤。《清华大学测控技术与仪器系列教材·现代智能信息处理实践方法》侧重智能信息处理的实践，期望读者通过阅读可以在较短的时间内基本掌握现代智能信息处理的基本方法和实践过程。《清华大学测控技术与仪器系列教材·现代智能信息处理实践方法》是《测试智能信息处理》（王雪，清华大学出版社，2008）一书的配套教材，也可以自成体系，作为智能信息处理的简明实践教程。《清华大学测控技术与仪器系列教材·现代智能信息处理实践方法》可作为测控技术、电子科学技术、计算机科学技术、电气工程、控制技术、信息通讯技术、机械电子工程等专业的研究生、高年级本科生的教材和参考书，也可作为相关工程技术人员和科技工作者的参考书。
作者简介
暂缺《现代智能信息处理实践方法》作者简介
目录
1 绪论
1.1 测试系统的信号获取
1.2 数据信息融合
1.2.1 信息融合的定义及应用
1.2.2 信息融合的一般模型
1.2.3 信息融合的层次
1.2.4 信息融合典型算法
1.3 智能信息处理概述
1.4 网络化虚拟测量概述
1.4.1 虚拟仪器技术的产生与发展
1.4.2 网络技术与虚拟仪器技术的结合
1.4.3 网络化虚拟测量技术的应用
2 嵌入式远程测量信息处理实践平台技术
2.1 嵌入式远程测量信息处理实践的意义
2.2 嵌入式远程测量系统的基本实现技术
2.2.1 虚拟仪器的结构和功能
2.2.2 虚拟仪器的特点
2.2.3 虚拟仪器与传统仪器的比较
2.2.4 虚拟仪器设计的一般步骤
2.2.5 基于虚拟仪器的无线嵌入式测量实验系统
2.2.6 LabVIEW与MATLAB混合编程
2.2.7 基于LabVIEW的网络化虚拟测量
2.2.8 网络化虚拟测量通信模型
2.2.9 基于LabVIEw的DataSocket及UDP通信
2.3 实践平台硬件与软件系统
2.3.1 系统的硬件和软件组成
2.3.2 系统的硬件设置
2.3.3 无线网络配置
2.4 实践平台应用流程
2.5 实践平台操作注意事项
2.6 思考与总结
3 神经计算实践方法实现
3.1 神经计算方法概论
3.2 神经网络分类及其优化
3.2.1 实践内容
3.2.2 实践步骤
3.2.3 思考与总结
3.3 采用神经计算解决误差曲面问题
3.3.1 实践内容
3.3.2 实践步骤
3.4 线性神经元的训练问题
3.4.1 实践内容
3.4.2 实践步骤
3.5 神经计算方法实践的意义
3.6 实践平台硬件与软件系统
3.6.1 硬件设备
3.6.2 系统软件
3.7 实践平台应用流程
3.8 实践平台操作注意事项
3.9 思考与总结
4 神经计算典型MATLAB程序设计实现
4.1 面向MATLAB的BP神经网络设计
4.1.1 BP神经网络的初始化
4.1.2 BP神经网络的创建
4.1.3 BP神经网络的仿真
4.1.4 BP神经网络的训练
4.2 径向基函数网络设计
4.2.1 问题描述
4.2.2 网络建立
4.2.3 仿真网络
4.2.4 结论
5 进化计算实践方法实现
5.1 进化计算方法概论
5.2 进化计算方法基本原理
5.2.1 遗传算法
5.2.2 粒群智能
5.3 基于进化计算的多项式逼近信号去噪
5.4 进化计算性能分析实践平台的搭建与软、硬件系统
5.4.1 进化计算性能分析实践的意义
5.4.2 进化计算性能分析实践平台硬件与软件系统
5.4.3 实践平台应用流程
5.4.4 实践平台应用注意事项
6 进化计算的MATLAB程序设计实现
6.1 面向MATLAB的遗传算法设计
6.1.1 遗传算法的MATLAB工具箱介绍
6.1.2 遗传算法编程实例
6.1.3 遗传算法优化结果分析
6.2 微粒群优化算法程序设计及MATLAB实现
6.2.1 微粒群优化算法的基本原理
6.2.2 微粒群优化算法程序实现
6.2.3 微粒群优化算法结果分析
7 模糊计算实践方法实现
7.1 模糊逻辑概述
7.1.1 模糊逻辑的起源
7.1.2 模糊逻辑的特点和应用分析
7.2 模糊推理系统基本原理
7.2.1 模糊推理系统概述
7.2.2 模糊推理系统分类
7.3 模糊推理系统控制实践的意义
7.4 模糊推理系统控制实践平台的硬件与软件系统
7.4.1 硬件设备
7.4.2 系统软件
7.5 模糊推理系统控制实践平台的基本原理
7.6 模糊推理系统控制实践平台应用流程
7.7 模糊推理系统控制实践平台操作注意事项
7.8 思考与总结
8 模糊控制系统设计及MATLAB实现
8.1 模糊系统结构
8.2 模糊控制器的设计
8.2.1 模糊化
8.2.2 建立模糊推理规则
8.2.3 确定权与规则信度
8.2.4 选择适当的关系生成方法和推理合成算法
8.2.5 反模糊化
8.3 模糊控制系统的MATLAB实现
8.3.1 模糊逻辑工具箱的图形界面工具
8.3.2 FIS编辑器
8.3.3 隶属函数编辑器
8.3.4 模糊规则编辑器
8.3.5 模糊规则观察器
8.3.6 输出曲面观察器
8.3.7 自定义模糊推理系统
参考文献
1.1 测试系统的信号获取
1.2 数据信息融合
1.2.1 信息融合的定义及应用
1.2.2 信息融合的一般模型
1.2.3 信息融合的层次
1.2.4 信息融合典型算法
1.3 智能信息处理概述
1.4 网络化虚拟测量概述
1.4.1 虚拟仪器技术的产生与发展
1.4.2 网络技术与虚拟仪器技术的结合
1.4.3 网络化虚拟测量技术的应用
2 嵌入式远程测量信息处理实践平台技术
2.1 嵌入式远程测量信息处理实践的意义
2.2 嵌入式远程测量系统的基本实现技术
2.2.1 虚拟仪器的结构和功能
2.2.2 虚拟仪器的特点
2.2.3 虚拟仪器与传统仪器的比较
2.2.4 虚拟仪器设计的一般步骤
2.2.5 基于虚拟仪器的无线嵌入式测量实验系统
2.2.6 LabVIEW与MATLAB混合编程
2.2.7 基于LabVIEW的网络化虚拟测量
2.2.8 网络化虚拟测量通信模型
2.2.9 基于LabVIEw的DataSocket及UDP通信
2.3 实践平台硬件与软件系统
2.3.1 系统的硬件和软件组成
2.3.2 系统的硬件设置
2.3.3 无线网络配置
2.4 实践平台应用流程
2.5 实践平台操作注意事项
2.6 思考与总结
3 神经计算实践方法实现
3.1 神经计算方法概论
3.2 神经网络分类及其优化
3.2.1 实践内容
3.2.2 实践步骤
3.2.3 思考与总结
3.3 采用神经计算解决误差曲面问题
3.3.1 实践内容
3.3.2 实践步骤
3.4 线性神经元的训练问题
3.4.1 实践内容
3.4.2 实践步骤
3.5 神经计算方法实践的意义
3.6 实践平台硬件与软件系统
3.6.1 硬件设备
3.6.2 系统软件
3.7 实践平台应用流程
3.8 实践平台操作注意事项
3.9 思考与总结
4 神经计算典型MATLAB程序设计实现
4.1 面向MATLAB的BP神经网络设计
4.1.1 BP神经网络的初始化
4.1.2 BP神经网络的创建
4.1.3 BP神经网络的仿真
4.1.4 BP神经网络的训练
4.2 径向基函数网络设计
4.2.1 问题描述
4.2.2 网络建立
4.2.3 仿真网络
4.2.4 结论
5 进化计算实践方法实现
5.1 进化计算方法概论
5.2 进化计算方法基本原理
5.2.1 遗传算法
5.2.2 粒群智能
5.3 基于进化计算的多项式逼近信号去噪
5.4 进化计算性能分析实践平台的搭建与软、硬件系统
5.4.1 进化计算性能分析实践的意义
5.4.2 进化计算性能分析实践平台硬件与软件系统
5.4.3 实践平台应用流程
5.4.4 实践平台应用注意事项
6 进化计算的MATLAB程序设计实现
6.1 面向MATLAB的遗传算法设计
6.1.1 遗传算法的MATLAB工具箱介绍
6.1.2 遗传算法编程实例
6.1.3 遗传算法优化结果分析
6.2 微粒群优化算法程序设计及MATLAB实现
6.2.1 微粒群优化算法的基本原理
6.2.2 微粒群优化算法程序实现
6.2.3 微粒群优化算法结果分析
7 模糊计算实践方法实现
7.1 模糊逻辑概述
7.1.1 模糊逻辑的起源
7.1.2 模糊逻辑的特点和应用分析
7.2 模糊推理系统基本原理
7.2.1 模糊推理系统概述
7.2.2 模糊推理系统分类
7.3 模糊推理系统控制实践的意义
7.4 模糊推理系统控制实践平台的硬件与软件系统
7.4.1 硬件设备
7.4.2 系统软件
7.5 模糊推理系统控制实践平台的基本原理
7.6 模糊推理系统控制实践平台应用流程
7.7 模糊推理系统控制实践平台操作注意事项
7.8 思考与总结
8 模糊控制系统设计及MATLAB实现
8.1 模糊系统结构
8.2 模糊控制器的设计
8.2.1 模糊化
8.2.2 建立模糊推理规则
8.2.3 确定权与规则信度
8.2.4 选择适当的关系生成方法和推理合成算法
8.2.5 反模糊化
8.3 模糊控制系统的MATLAB实现
8.3.1 模糊逻辑工具箱的图形界面工具
8.3.2 FIS编辑器
8.3.3 隶属函数编辑器
8.3.4 模糊规则编辑器
8.3.5 模糊规则观察器
8.3.6 输出曲面观察器
8.3.7 自定义模糊推理系统
参考文献
猜您喜欢
