智能算法優(yōu)化及其應(yīng)用

　　全書圍繞智能計算和zui優(yōu)化計算展開，以作者的研究內(nèi)容和學**結(jié)成果為基礎(chǔ)，覆蓋各類算法模型與應(yīng)用，取材典型、內(nèi)容豐富、注重理論與實際相結(jié)合，提供豐富的參考文獻，方便學習牽引。全書共分9章：第1章概述智能優(yōu)化計算的基本定義，簡單介紹一些典型智能計算模型，建立智能計算基本印象；第2章介紹BP神經(jīng)網(wǎng)絡(luò)及其在數(shù)字圖像領(lǐng)域中的應(yīng)用，通過BP神經(jīng)網(wǎng)絡(luò)的學習認識智能學習算法的基本構(gòu)建與思路，為掌握后面的極限學習、深度學習等機器學習算法奠定基礎(chǔ)；第3章介紹群體智能算法及其應(yīng)用，利用蟻群算法解決TSP問題，深化認識優(yōu)化計算對求解NP問題具有很高效率；第4章介紹遺傳算法原理及其在圖像處理中的應(yīng)用，進一步理解仿生計算方法促進智能計算的思想和應(yīng)用途徑；第5章介紹灰色系統(tǒng)理論及其在圖像處理中的應(yīng)用，這里可以了解經(jīng)濟學優(yōu)化算法在智能計算中的作用，拓展智能算法研究思路；第6章介紹極限學習理論及其在圖像理解中的應(yīng)用，能夠?qū)W習到通過神經(jīng)網(wǎng)絡(luò)與圖論的結(jié)合提高智能計算效率的思路；第7章介紹zui小二乘法、主成分分析、支持向量機等常見優(yōu)化算法，學習最優(yōu)化理論、設(shè)計思路和求解過程；第8章拓展學習深度學習算法，重點學習卷積神經(jīng)網(wǎng)絡(luò)原理與視覺實踐；第9章拓展學習推薦系統(tǒng)，讓我們將人工智能、大數(shù)據(jù)挖掘和機器學習算法柔性融合，以解決人們興趣偏好識別的問題，提高生活效益。

暫缺《智能算法優(yōu)化及其應(yīng)用》作者簡介