APP下载

计算智能范式 创新应用

2009-09-01

国外科技新书评介 2009年7期
关键词:分类器鲁棒性模式识别

Lakhmi C. Jain,University of South Australia,Australia

M.Virvou, University of Piracus,Greece et al Eds.

Computational

Intelligence Paradigms

Innovative Applications

2008, 279pp.

Hardcover

ISBN: 9783540794738

Lakhmi C. Jain等编

目前,系统设计人员面临着一个庞大的数据库,必须对它们进行有效的分析和处理。先进的计算智能范例则对此显示出自身绝妙的优势。它以生物进化的观点认识和模拟智能,主要方法有人工神经网络、遗传算法、遗传程序、演化程序、局部搜索、模拟退火等等,具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点,可以帮助设计复杂鲁棒性的智能系统,对智能机器的执行极为重要。在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。

本书包含12个章节,1. 介绍计算智能范式及其应用;2. 探索计算智能的可适应性和可判断性的结构;3.讲述知识发现的数据转换方法;4. 总结了模糊ARTMAP神经网络在模式识别中的最新发展和应用;5. 讲解结构化输出预测的大边缘方法;6. 重点讲述集成分类器的设计,因为分类是数据挖掘的一项主要任务,而分类器设计是决定分类性能的关键因素之一;7. 阐述功能要点和集群分析;8. 分析带有大小约束的集群;9. 介绍一些集群验证技术;10. 分析模糊阻塞回归模型;11. 讲述支持向量机,它是数据挖掘中的一个新方法,能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和综合评价等领域;12. 介绍遗传算法的连锁分析。

本书由南澳大学Jain L.C. 博士、筑波大学M. SatoMIlic博士、比雷埃夫斯大学G. A. Tsihrintzis博士以及M. Virvou博士等合编。取材新颖,内容深入浅出,材料丰富,理论密切结合实际,具有较高的学术水平和较大的参考价值,书内对计算智能的研究将会激发出复杂系统设计师和研究人员的极大兴趣。适用于从事智能科学、自动控制、系统科学、计算机科学、应用数学等相关领域的研究人员、工程师、研究生等参考使用。

赵俊娟,博士生

(中国科学院电子学研究所)

Zhao junjuanDoctoral Candidate

(Institute of Electronics,CAS)

猜你喜欢

分类器鲁棒性模式识别
轻身调脂消渴片的指纹图谱建立、化学模式识别及含量测定
学贯中西(6):阐述ML分类器的工作流程
武汉轨道交通重点车站识别及网络鲁棒性研究
基于AdaBoost算法的在线连续极限学习机集成算法
一种统计分类方法的学习
一种基于三维小波变换的鲁棒视频水印方案
汽车外观造型创新设计遗传算法的应用
电子节气门非线性控制策略
自动洁地机器人的设计
基于鲁棒性改进理论的大面积航班延误治理分析