测试智能信息处理

出版时间:2008-1  出版社:清华大学出版社  作者:王雪  页数:545  

内容概要

智能计算是测试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,涉及测试技术、电子技术、计算机技术、控制技术等,具有广泛的应用前景。测量技术是信息处理的关键和基础。本书介绍了测试系统的组成、特点以及信号测量处理的过程,给出了数据融合的基本方法,重点介绍了测试智能计算的基础理论和方法。具体内容包括测试系统的组成和信息获取的过程、智能计算的产生和发展、数据融合的基本原理;神经网络计算的基础、神经计算的基本方法、神经计算的实现技术和支持向量机;模糊计算中的模糊逻辑与模糊推理、模糊计算应用和粗糙集;进化计算中的遗传算法、粒群智能、蚁群智能等方法和实例。  本书可作为测控技术、电子科学技术、计算机科学技术、电气工程、控制技术、信息通信技术、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,也可供相关工程技术人员和科技工作者作为专业参考书。

书籍目录

第1篇 绪论 1 测试智能信息处理概述  1.1 测试智能信息处理的产生及发展   1.1.1 测试系统的组成与特点   1.1.2 智能计算的产生与发展  1.2 智能信息处理的主要技术   1.2.1 神经计算技术   1.2.2 模糊计算技术   1.2.3 进化计算技术  1.3 智能技术的综合集成   1.3.1 模糊系统与神经网络结合   1.3.2 神经网络和遗传算法结合   1.3.3 模糊技术、神经网络和遗传算法综合集成   1.3.4 智能计算展望  参考文献 2 数据融合与信息处理  2.1 多传感器数据融合概述  2.2 多传感器数据融合的基本原理   2.2.1 多传感器数据融合的目的   2.2.2 多传感器数据融合的层次与结构   2.2.3 数据融合中的检测、分类与识别算法   2.2.4 典型的数据融合方法   2.2.5 多传感器数据融合方法的特点  2.3 分布式自适应动态数据融合方法   2.3.1 测量模型与方法简述   2.3.2 测量数据范围的推导   2.3.3 最优范围的确定  2.4 小结  参考文献第2篇 神经计算 3 神经计算基础  3.1 人工神经网络基础   3.1.1 人工神经网络的提出   3.1.2 人工神经网络的特点   3.1.3 历史回顾   3.1.4 生物神经网络   3.1.5 人工神经元   3.1.6 人工神经网络的拓扑特性   3.1.7 存储与映射   3.1.8 人工神经网络的训练  3.2 感知器   3.2.1 感知器与人工神经网络的早期发展   3.2.2 感知器的学习算法   3.2.3 线性不可分问题  参考文献 4 神经计算基本方法  4.1 BP网络   4.1.1 BP网络简介   4.1.2 基本BP算法   4.1.3 BP算法的实现   4.1.4 BP算法的理论基础   4.1.5 儿个问题的讨论   …… 5 神经计算实现技术 6 支持向量机第3篇 模糊计算 7 模糊逻辑与模糊推理 8 模糊计算的应用 9 粗糙集第4篇 进化计算与群智能 10 遗传算法 11 禁忌搜索算法 12 粒群智能 13 蚁群智能

编辑推荐

《清华大学测控技术与仪器系列教材·测试智能信息处理》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、信息通信技术、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,也可供相关工程技术人员和科技工作者作为专业参考书。

图书封面

评论、评分、阅读与下载


    测试智能信息处理 PDF格式下载


用户评论 (总计2条)

 
 

  •   质量不错,老师要求的书
  •   书很厚,但对我有用的内容很少......
 

250万本中文图书简介、评论、评分,PDF格式免费下载。 第一图书网 手机版

京ICP备13047387号-7