計算智能基礎(chǔ)

第1章 計算智能(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”問題(TSP)
3.2 啟發(fā)式搜索
3.3 漢諾塔
3.4 GOFAI的知識表示
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 推動因素
4.2 存儲器
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 生長和修剪網(wǎng)絡(luò)
4.11 預(yù)處理網(wǎng)絡(luò)
4.12 動量和自適應(yīng)學習率
4.13 分類
4.14 非監(jiān)督學習
4.15 遞歸網(wǎng)絡(luò)
4.16 實時遞歸學習
4.17 RNNS動態(tài)特性
4.18 長短時記憶
第5章 智能機器的實際應(yīng)用
5.1 當代智能汽車的發(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 時間等級推理
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(實驗系統(tǒng)的案例研究)
5.8 總結(jié)
參考文獻
中文對照檢索詞