群體智能優(yōu)化算法是模擬自然生物種群智能行為的優(yōu)化方法，具有良好的尋優(yōu)性能，因此群體智能算法在求解大規(guī)模復(fù)雜問(wèn)題時(shí)，具有較高的效率。本書在群體智能的基礎(chǔ)上，針對(duì)智能優(yōu)化算法、聚類算法、復(fù)雜網(wǎng)絡(luò)和樸素貝葉斯分類進(jìn)行理論研究和應(yīng)用研究。

因子分解機(jī)模型因?yàn)槟軌蛴行Ы鉀Q高維數(shù)據(jù)特征組合的稀疏問(wèn)題且具有較高的預(yù)測(cè)準(zhǔn)確度和計(jì)算效率，在廣告點(diǎn)擊率預(yù)測(cè)和推薦系統(tǒng)領(lǐng)域被廣泛研究和應(yīng)用。本書對(duì)因子分解機(jī)模型及其相關(guān)模型的研究進(jìn)展進(jìn)行綜述，闡述該模型的靈活性和普適性，對(duì)模型中有待深入研究的難點(diǎn)、熱點(diǎn)及發(fā)展趨勢(shì)進(jìn)行展望。結(jié)合研究成果，進(jìn)一步對(duì)該模型進(jìn)行擴(kuò)展，并將此擴(kuò)展后

本書內(nèi)容涵蓋神經(jīng)工程的各個(gè)方面，較為全面系統(tǒng)地介紹了這門交叉學(xué)科所涉及的重要內(nèi)容。本書分上、下冊(cè)，共20章，重點(diǎn)介紹神經(jīng)工程的應(yīng)用以及研究方向，如腦-機(jī)接口、功能性電刺激、神經(jīng)成像等的基本理論知識(shí)及應(yīng)用。本書遵循從微觀到宏觀，從基礎(chǔ)到應(yīng)用，再到未來(lái)展望的順序進(jìn)行編排。全書的材料來(lái)源于各個(gè)領(lǐng)域**的書籍資料以及近年來(lái)神經(jīng)

本書旨在介紹作者及其研究團(tuán)隊(duì)在分布式優(yōu)化與學(xué)習(xí)理論方面的**研究成果。全書共7章，第1、2章為緒論和相關(guān)數(shù)學(xué)基礎(chǔ)；第3、4章為連續(xù)時(shí)間和基于采樣數(shù)據(jù)的分布式優(yōu)化算法；第5、6章分別為基于群體智能的分布式優(yōu)化算法和分布式機(jī)器學(xué)習(xí)算法；第7章為基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)輸出反饋控制的分布式合作學(xué)習(xí)方案設(shè)計(jì)。本書主要關(guān)注從分布式技術(shù)

本書比較全面地闡述了自動(dòng)控制的基本理論與應(yīng)用。全書共十章，前八章著重介紹經(jīng)典控制理論及應(yīng)用，后兩章介紹現(xiàn)代控制理論中的線性系統(tǒng)理論和**控制理論�！禕R》本書再次精選了第六版中的主要內(nèi)容，加強(qiáng)了對(duì)基本理論及其工程應(yīng)用的闡述。書中深入淺出地介紹了自動(dòng)控制的基本概念，控制系統(tǒng)在時(shí)域、頻域和復(fù)域中的數(shù)學(xué)模型及其結(jié)構(gòu)圖和信號(hào)流

粒計(jì)算是一種模擬人類解決復(fù)雜問(wèn)題的理論方法，是人工智能研究領(lǐng)域的一個(gè)重要分支。本書從覆蓋的角度基于粗糙集理論對(duì)粒計(jì)算理論方法進(jìn)行系統(tǒng)的總結(jié)和歸納，具體內(nèi)容包括：研究覆蓋近似空間中概念近似的各種方法，并給出這些近似方法的主要特點(diǎn)；研究基于覆蓋的知識(shí)表示的知識(shí)粒度層次關(guān)系，從定性比較和量化度量?jī)蓚�(gè)方面進(jìn)行分析；研究多粒度覆

本書內(nèi)容涵蓋神經(jīng)工程的各個(gè)方面，較為全面系統(tǒng)地介紹了這門交叉學(xué)科所涉及的重要內(nèi)容。本書分上、下冊(cè)，共20章，重點(diǎn)介紹神經(jīng)工程的應(yīng)用以及研究方向，如腦-機(jī)接口、功能性電刺激、神經(jīng)成像等的基本理論知識(shí)及應(yīng)用。本書遵循從微觀到宏觀，從基礎(chǔ)到應(yīng)用，再到未來(lái)展望的順序進(jìn)行編排。全書的材料來(lái)源于各個(gè)領(lǐng)域**的書籍資料以及近年來(lái)神經(jīng)

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個(gè)重要分支，已成為國(guó)際上仿生智能計(jì)算領(lǐng)域里的研究熱點(diǎn)和重點(diǎn)之一。本書共6章，分別論述了優(yōu)化問(wèn)題和仿生智能計(jì)算、模仿鳥群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無(wú)速度項(xiàng)的粒子群優(yōu)化算法、分布估計(jì)粒子群優(yōu)化算法和粒子群優(yōu)化算法的應(yīng)用等

本書系統(tǒng)介紹具有不確定性的非線性單變量系統(tǒng)、非線性多變量系統(tǒng)、非線性多變量強(qiáng)耦合系統(tǒng)的自適應(yīng)控制以及自適應(yīng)解耦控制理論和方法。本書大部分內(nèi)容取材于作者多年來(lái)在控制領(lǐng)域取得的研究成果。本書主要內(nèi)容包括非線性單變量多模型神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、非線性多變量多模型神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、非線性多變量多模型神經(jīng)網(wǎng)絡(luò)自適應(yīng)閉環(huán)解耦控制、

時(shí)滯奇異攝動(dòng)不確定系統(tǒng)的穩(wěn)定性分析與控制

本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)的主要理論、控制技術(shù)及應(yīng)用實(shí)例，旨在使讀者理解和熟悉神經(jīng)網(wǎng)絡(luò)及其控制的基本原理和主要應(yīng)用，掌握它的結(jié)構(gòu)和設(shè)計(jì)應(yīng)用方法，主要內(nèi)容包括神經(jīng)網(wǎng)路基礎(chǔ)論、神經(jīng)網(wǎng)絡(luò)控制原理、感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、時(shí)滯神經(jīng)網(wǎng)絡(luò)、CMAC網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)控

教材全面系統(tǒng)地介紹了自動(dòng)控制理論的基本內(nèi)容和分析、設(shè)計(jì)方法，主要包括系統(tǒng)數(shù)學(xué)模型的建立，時(shí)域分析法，根軌跡法，頻域法，控制系統(tǒng)校正，采樣系統(tǒng)理論，非線性系統(tǒng)理論（相平面法和描述函數(shù)法），現(xiàn)代控制理論基礎(chǔ)。為了與生產(chǎn)實(shí)踐密切結(jié)合，書中列舉了一些電力系統(tǒng)中的應(yīng)用實(shí)例。

本書旨在從理論和技術(shù)上深入介紹智能視覺(jué)感知技術(shù)的原理、技術(shù)、前沿研究?jī)?nèi)容和智能視覺(jué)感知技術(shù)在諸多領(lǐng)域的典型應(yīng)用，為在讀研究生和工程技術(shù)人員學(xué)習(xí)基于計(jì)算機(jī)的機(jī)器視覺(jué)處理的理論、技術(shù)和相關(guān)應(yīng)用奠定基礎(chǔ)。本書的主要內(nèi)容包括智能視覺(jué)感知技術(shù)概述、攝像機(jī)標(biāo)定、視覺(jué)跟蹤、目標(biāo)檢測(cè)、圖像拼接與鑲嵌、圖像增強(qiáng)、電子穩(wěn)像、圖像融合、基于

《情感計(jì)算與情感機(jī)器人系統(tǒng)》在介紹情感計(jì)算、情感建模以及人機(jī)情感交互概念的基礎(chǔ)上，分析了當(dāng)前人機(jī)情感交互的研究前沿，總結(jié)了在多模態(tài)情感識(shí)別方法、人機(jī)交互氛圍場(chǎng)建模、情感意圖理解方法、情感機(jī)器人的多模態(tài)情感表達(dá)以及人機(jī)情感交互系統(tǒng)應(yīng)用方面的**研究成果，使讀者對(duì)人機(jī)情感交互有更深的理解，對(duì)促進(jìn)我國(guó)在情感計(jì)算與情感機(jī)器人領(lǐng)

《學(xué)習(xí)科學(xué)視域下的網(wǎng)絡(luò)深度學(xué)習(xí)：理論·技術(shù)·趨勢(shì)》首先通過(guò)對(duì)學(xué)習(xí)科學(xué)的主旨—深度學(xué)習(xí)進(jìn)行研究，借鑒學(xué)習(xí)科學(xué)領(lǐng)域?qū)�學(xué)習(xí)環(huán)境、學(xué)習(xí)過(guò)程和學(xué)習(xí)結(jié)果研究的相關(guān)成果，結(jié)合深度學(xué)習(xí)的時(shí)代背景，構(gòu)建了技術(shù)增強(qiáng)環(huán)境下網(wǎng)絡(luò)深度學(xué)習(xí)的理論體系和分析框架；然后對(duì)深度學(xué)習(xí)的創(chuàng)新技術(shù)、工具及場(chǎng)景等進(jìn)行探討，對(duì)網(wǎng)絡(luò)深度學(xué)習(xí)的策略等進(jìn)行推演，對(duì)國(guó)際

本書內(nèi)容一共分為三大部分：第一部分介紹證據(jù)理論的基本概念、主要問(wèn)題、研究現(xiàn)狀以及主要應(yīng)用等。第二部分共包括五章，主要介紹作者多年來(lái)針對(duì)證據(jù)理論在實(shí)際應(yīng)用中所存在的傳感器信息建模問(wèn)題、沖突證據(jù)融合問(wèn)題、信度決策問(wèn)題、計(jì)算復(fù)雜度問(wèn)題等四個(gè)關(guān)鍵問(wèn)題展開(kāi)深入研究，所取得的最新研究成果及相關(guān)解決方案，同時(shí)介紹針對(duì)這些關(guān)鍵問(wèn)題的國(guó)

本書從腦力負(fù)荷動(dòng)態(tài)特征視角下研究人機(jī)交互型VDT持續(xù)作業(yè)績(jī)效及管理問(wèn)題。在設(shè)計(jì)體現(xiàn)人機(jī)交互型VDT持續(xù)作業(yè)特征的CPT范式實(shí)驗(yàn)的基礎(chǔ)上，構(gòu)建腦力負(fù)荷綜合評(píng)估指標(biāo)體系，針對(duì)作業(yè)特點(diǎn)，分析腦力負(fù)荷時(shí)間累積效應(yīng)下的動(dòng)態(tài)特征，并構(gòu)建人機(jī)交互型VDT持續(xù)作業(yè)績(jī)效評(píng)估和預(yù)測(cè)模型；分析作業(yè)績(jī)效隨腦力負(fù)荷變化的趨勢(shì)和規(guī)律，定義和設(shè)計(jì)人

本書為胡壽松教授主編的教材《自動(dòng)控制原理》的學(xué)習(xí)指導(dǎo)性教學(xué)配套用書。本書系統(tǒng)地給出了《自動(dòng)控制原理（第七版）》中全部260道習(xí)題的詳解，這些習(xí)題包含了概念題、基本題、證明題、工程應(yīng)用題、MATLAB題、設(shè)計(jì)題和難題等七類題型�！禕R》本書在習(xí)題解析過(guò)程中給出了解題思想的友情提示，指明解題過(guò)程的注意事項(xiàng)，其解題步驟科學(xué)、

本書全面介紹了作者近年來(lái)在奇異攝動(dòng)飽和控制系統(tǒng)分析與設(shè)計(jì)方面的研究成果。書中介紹了奇異攝動(dòng)飽和控制系統(tǒng)穩(wěn)定性分析方法、奇異攝動(dòng)飽和控制系統(tǒng)設(shè)計(jì)方法、具有L2擾動(dòng)的奇異攝動(dòng)飽和系統(tǒng)快采樣控制設(shè)計(jì)和慢采樣控制設(shè)計(jì)方法、奇異攝動(dòng)切換飽和控制系統(tǒng)設(shè)計(jì)方法、奇異攝動(dòng)系統(tǒng)抗飽和控制設(shè)計(jì)方法、非線性奇異攝動(dòng)系統(tǒng)模糊采樣控制設(shè)計(jì)方法、

本書將智能計(jì)算中的人工免疫系統(tǒng)用于計(jì)算機(jī)領(lǐng)域的相關(guān)問(wèn)題求解，主要關(guān)注人工免疫系統(tǒng)中的克隆選擇算法、否定選擇算法、危險(xiǎn)理論等的具體應(yīng)用實(shí)現(xiàn)。本書主要介紹了基于克隆選擇算法的認(rèn)知無(wú)線電網(wǎng)絡(luò)頻譜分配、頻譜決策優(yōu)化、認(rèn)知OFDM資源分配方案；基于否定選擇算法的入侵防御；基于危險(xiǎn)理論的網(wǎng)絡(luò)風(fēng)險(xiǎn)感知和評(píng)估模型與方法、用于異常檢測(cè)的