計(jì)算智能基礎(chǔ)

第1章 計(jì)算智能(C1)
第2章 模糊理論
2.1 模糊邏輯
2.2 模糊集
2.3 模糊推理和模糊控制
2.4 模糊關(guān)系(F.R.)
第3章 人工智能
3.1 “貨郎擔(dān)”問題(TSP)
3.2 啟發(fā)式搜索
3.3 漢諾塔
3.4 GOFAI的知識(shí)表示
3.5 產(chǎn)生式系統(tǒng)與搜索
3.6 謂詞邏輯
3.7 歸結(jié)原理
第4章 神經(jīng)網(wǎng)絡(luò)
4.1 推動(dòng)因素
4.2 存儲(chǔ)器
4.3 生物大腦
4.4 人工神經(jīng)元模型
4.5 線性回歸
4.6 線性神經(jīng)網(wǎng)絡(luò)
4.7 多層網(wǎng)紹
4.8 誤差反向傳播
4.9 過擬合
4.10 生長(zhǎng)和修剪網(wǎng)絡(luò)
4.11 預(yù)處理網(wǎng)絡(luò)
4.12 動(dòng)量和自適應(yīng)學(xué)習(xí)率
4.13 分類
4.14 非監(jiān)督學(xué)習(xí)
4.15 遞歸網(wǎng)絡(luò)
4.16 實(shí)時(shí)遞歸學(xué)習(xí)
4.17 RNNS動(dòng)態(tài)特性
4.18 長(zhǎng)短時(shí)記憶
第5章 智能機(jī)器的實(shí)際應(yīng)用
5.1 當(dāng)代智能汽車的發(fā)展現(xiàn)狀
5.2 開發(fā)智能汽車面臨的問題
5.3 傳感器融合
5.4 時(shí)間等級(jí)推理
5.5 駕駛者和智能汽車的共存技術(shù)
5.6 駕駛者模型建議
5.7 智能汽車的未來(實(shí)驗(yàn)系統(tǒng)的案例研究)
5.8 總結(jié)
參考文獻(xiàn)
中文對(duì)照檢索詞