智能信息處理核心技術(shù)及應用研究

第1章 智能信息處理概論
1．1 智能、人工智能、計算智能
1．2 智能信息處理的主要技術(shù)
1．3 智能技術(shù)的綜合集成
1．4 智能信息處理技術(shù)的展望
第2章 模糊信息處理技術(shù)
2．1 模糊理論基礎(chǔ)
2．2 模糊信息與診斷模糊模型
2．3 模糊邏輯控制的信息處理
2．4 模糊模式識別信息處理
2．5 模糊信息優(yōu)化方法
2．6 模糊集在圖像信息處理中的應用
2．7 模糊模式識別技術(shù)在指紋自動識別系統(tǒng)中的應用
2．8 模糊理論的研究現(xiàn)狀與發(fā)展趨勢
第3章 神經(jīng)網(wǎng)絡(luò)信息處理技術(shù)
3．1 神經(jīng)計算方法概論
3．2 神經(jīng)網(wǎng)絡(luò)的基本原理
3．3 神經(jīng)網(wǎng)絡(luò)的一般模型
3．4 BP神經(jīng)網(wǎng)絡(luò)模型及其相關(guān)問題的探討
3．5 貝葉斯-高斯神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)辨識
3．6 模糊神經(jīng)網(wǎng)絡(luò)信息處理
3．7 組合灰色神經(jīng)網(wǎng)絡(luò)模型
3．8 用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)地震記錄中的廢道自動切除
第4章 粗集信息處理技術(shù)
4．1 粗糙集的基本理論
4．2 粗糙集與神經(jīng)網(wǎng)絡(luò)的融合
4．3 粗糙集信息處理技術(shù)的應用
4．4 粗糙集理論的研究現(xiàn)狀與發(fā)展趨勢
第5章 進化計算的信息處理技術(shù)
5．1 進化計算概述
5．2 遺傳算法及其應用
5．3 進化策略與進化規(guī)則
5．4 基于進化計算的多項式逼近信號去噪
5．5 進化計算的研究現(xiàn)狀和發(fā)展趨勢
第6章 數(shù)據(jù)信息融合技術(shù)
6．1 信息融合的定義、形成與發(fā)展
6．2 數(shù)據(jù)融合基本原理及功能結(jié)構(gòu)
6．3 數(shù)據(jù)信息融合典型算法
6．4 信息融合技術(shù)的典型應用
6．5 信息融合的研究現(xiàn)狀與發(fā)展趨勢
第7章 其他智能信息處理技術(shù)的應用
7．1 云信息處理
7．2 DNA算法
7．3 量子智能信息處理
參考文獻