| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
前言
第一章 绪论
第一节 什么是计算智能
一、什么是智能
二、智能科学
三、计算智能与人工智能
四、计算智能与西药快速设计
五、经验科学与经验的科学
第二节 什么是机器学习
一、学习：智能之核心
二、什么是机器学习
三、机器如何学习
第三节 如何开发智能配方系统
一、智能配方系统的目标
二、系统开发的途径
三、系统开发对企业的要求
第二章 产品配方与感觉品质评估
第一节 产品质量的感觉评估
一、品酒师
二、感觉系统与感觉评估
三、文化背景的影响
四、物性感知科学
第二节 物性的感觉测试技术
一、心理物理学研究
二、评估小组与实验室
三、评估方式
四、感觉测试面临的问题
第三节 配方问题的复杂性
一、原料成分的复杂性
二、生态环境影响的复杂性
三、中西药配方的复杂性
四、什么是复杂性？
第四节 传统计算方法面临的问题
一、传统数学方法的不足
二、计算智能技术应用动态
第三章 神经网络与感觉评估
第一节 人工感觉系统
一、传感器：模拟生物感觉器官
二、模拟感觉系统
第二节 人工神经网络
一、什么是神经网络
二、与其他方法的比较
第三节 多层感知器：通用函数逼近器
一、多层感知器
二、反向传播（BP）学习算法
第四节 BP算法的改进
一、学习参数自适应调节
二、激励函数参数自适应调节
三、学习曲线与交叉验证
四、正则化与惩罚项
五、LMBP算法
第五节 网络结构优化
一、网络剪裁
二、神经元模型的推广
第六节 模糊集与模拟感觉评估
一、+模糊集
二、模糊数与神经网络
三、模拟评估师·图灵测试
第七节 径向基函数网络
一、径向基函数方法
二、RBF网络
第四章 知识发现与复杂相关性分析
第一节 统计学相关分析能做什么
第五章 模式识别与原料分类
第六章 支持向量机方法
第七章 进化计算配方寻优方法
第八章 计算智能的若干哲理
第九章 人机交互智能配方系统
参考文献
致谢
