模糊神经网络理论与实践
出版时间:
2021-09
版次:
1
ISBN:
9787560394589
定价:
68.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
207页
9人买过
-
《模糊神经网络理论与实践》按照结构共分15章,分别为:第1~3章主要介绍模糊神经网络的技术背景以及相关基础理论;第4~5章主要讨论基于模糊神经网络的推理系统以及自适应模糊神经网络的基本结构;第6章主要介绍模糊神经网络的硬件设计;第7~8章主要讨论模糊神经网络技术在机器学习和深度学习中的框架和模型;第9章主要介绍在Matlab平台下如何设计和构建模糊系统;第10~14章主要介绍了模糊神经网络的应用,包括在故障诊断、聚类分析、非线性建模、图像处理以及遥感影像处理等方面的具体应用和实践;第15章是全书的总结部分。 第1章 概论
1.1 人工智能概述
1.2 模糊逻辑理论
1.3 神经网络理论
1.4 模糊神经网络
1.5 小结
第2章 模糊理论与神经网络基础
2.1 模糊理论基础
2.1.1 模糊集
2.1.2 模糊规则
2.1.3 模糊推理
2.2 神经网络基础
2.2.1 神经网络的基本概念
2.2.2 神经网络的结构
2.2.3 神经网络的学习方法
2.3 模糊神经网络的基本结构与分类
2.3.1 神经-模糊系统
2.3.2 模糊-神经系统
2.3.3 模糊神经混合系统
2.4 小结
第3章 模糊神经网络
3.1 背景知识
3.2 模糊神经元
3.2.1 AND模糊神经元
3.2.2 0R模糊神经元
3.2.3 f激活模糊神经元
3.2.4 max/min模糊神经元
3.3 构建模糊神经网络
3.3.1 常规模糊神经网络
3.3.2 混合模糊神经网络
3.4 Sugeno型模糊神经网络
3.5 小结
第4章 基于神经网络的模糊推理
4.1 推理网络模型
4.2 网络等价性证明
4.3 IF-THEN规则的训练
4.4 Type-2模糊神经网络
4.5 Type-3模糊神经网络
4.6 小结
第5章 自适应模糊神经推理系统
5.1 ANFIS系统结构
5.2 ANFIS混合学习算法
5.2.1 基本模型及学习方法
5.2.2 离线学习过程
5.2.3 在线学习过程
5.3 可解释性与准确性
5.4 模型的验证与评估
5.5 小结
第6章 FNN的硬件实现
6.1 可重构模糊神经元
6.1.1 模糊运算单元
6.1.2 学习单元
6.1.3 存储单元
6.2 网络结构的设计
6.2.1 逻辑单元
6.2.2 网络互联结构
6.2.3 网络控制接口
6.3 硬件实现方案
6.3.1 参考计算的硬件实现
6.3.2 聚合计算的硬件实现
6.3.3 学习单元的硬件设计
6.4 小结
第7章 模糊机器学习
7.1 相关背景
7.2 机器学习
7.3 模糊机器学习
7.3.1 模糊聚类分析
7.3.2 规则学习模型
……
第8章 模糊深度学习
第9章 Matlab模糊系统建模
第10章 基于FNN的故障诊断技术
第11章 模糊聚类技术及应用
第12章 ANFIS系统建模与应用
第13章 基于FNN的图像处理技术
第14章 基于FNN的卫星遥感图像处理
第15章 总结
参考文献
附录 术语缩写及中英文对照
-
内容简介:
《模糊神经网络理论与实践》按照结构共分15章,分别为:第1~3章主要介绍模糊神经网络的技术背景以及相关基础理论;第4~5章主要讨论基于模糊神经网络的推理系统以及自适应模糊神经网络的基本结构;第6章主要介绍模糊神经网络的硬件设计;第7~8章主要讨论模糊神经网络技术在机器学习和深度学习中的框架和模型;第9章主要介绍在Matlab平台下如何设计和构建模糊系统;第10~14章主要介绍了模糊神经网络的应用,包括在故障诊断、聚类分析、非线性建模、图像处理以及遥感影像处理等方面的具体应用和实践;第15章是全书的总结部分。
-
目录:
第1章 概论
1.1 人工智能概述
1.2 模糊逻辑理论
1.3 神经网络理论
1.4 模糊神经网络
1.5 小结
第2章 模糊理论与神经网络基础
2.1 模糊理论基础
2.1.1 模糊集
2.1.2 模糊规则
2.1.3 模糊推理
2.2 神经网络基础
2.2.1 神经网络的基本概念
2.2.2 神经网络的结构
2.2.3 神经网络的学习方法
2.3 模糊神经网络的基本结构与分类
2.3.1 神经-模糊系统
2.3.2 模糊-神经系统
2.3.3 模糊神经混合系统
2.4 小结
第3章 模糊神经网络
3.1 背景知识
3.2 模糊神经元
3.2.1 AND模糊神经元
3.2.2 0R模糊神经元
3.2.3 f激活模糊神经元
3.2.4 max/min模糊神经元
3.3 构建模糊神经网络
3.3.1 常规模糊神经网络
3.3.2 混合模糊神经网络
3.4 Sugeno型模糊神经网络
3.5 小结
第4章 基于神经网络的模糊推理
4.1 推理网络模型
4.2 网络等价性证明
4.3 IF-THEN规则的训练
4.4 Type-2模糊神经网络
4.5 Type-3模糊神经网络
4.6 小结
第5章 自适应模糊神经推理系统
5.1 ANFIS系统结构
5.2 ANFIS混合学习算法
5.2.1 基本模型及学习方法
5.2.2 离线学习过程
5.2.3 在线学习过程
5.3 可解释性与准确性
5.4 模型的验证与评估
5.5 小结
第6章 FNN的硬件实现
6.1 可重构模糊神经元
6.1.1 模糊运算单元
6.1.2 学习单元
6.1.3 存储单元
6.2 网络结构的设计
6.2.1 逻辑单元
6.2.2 网络互联结构
6.2.3 网络控制接口
6.3 硬件实现方案
6.3.1 参考计算的硬件实现
6.3.2 聚合计算的硬件实现
6.3.3 学习单元的硬件设计
6.4 小结
第7章 模糊机器学习
7.1 相关背景
7.2 机器学习
7.3 模糊机器学习
7.3.1 模糊聚类分析
7.3.2 规则学习模型
……
第8章 模糊深度学习
第9章 Matlab模糊系统建模
第10章 基于FNN的故障诊断技术
第11章 模糊聚类技术及应用
第12章 ANFIS系统建模与应用
第13章 基于FNN的图像处理技术
第14章 基于FNN的卫星遥感图像处理
第15章 总结
参考文献
附录 术语缩写及中英文对照
查看详情
-
九五品
四川省成都市
平均发货3小时
成功完成率97.83%
-
九品
北京市海淀区
平均发货24小时
成功完成率87.51%
-
九品
北京市东城区
平均发货25小时
成功完成率88.04%
-
九五品
北京市房山区
平均发货29小时
成功完成率84.54%
-
九品
北京市昌平区
平均发货22小时
成功完成率87.04%
-
九品
北京市丰台区
平均发货13小时
成功完成率96.03%
-
九五品
江苏省南京市
平均发货15小时
成功完成率92.36%
-
全新
北京市朝阳区
平均发货42小时
成功完成率79.3%
-
全新
山西省太原市
平均发货4小时
成功完成率96.73%
-
全新
山西省太原市
平均发货4小时
成功完成率96.73%
-
全新
山西省太原市
平均发货4小时
成功完成率96.73%
-
九品
四川省成都市
平均发货10小时
成功完成率97.8%
-
九品
四川省成都市
平均发货10小时
成功完成率97.8%
-
全新
山东省济南市
平均发货19小时
成功完成率84.66%
-
九品
北京市东城区
平均发货20小时
成功完成率86.21%
-
全新
北京市房山区
平均发货17小时
成功完成率82.35%
-
全新
北京市房山区
平均发货17小时
成功完成率81.55%
-
全新
北京市朝阳区
平均发货18小时
成功完成率85.34%
-
全新
河北省保定市
平均发货27小时
成功完成率73.97%
-
全新
河北省保定市
平均发货29小时
成功完成率75.27%
-
全新
河北省保定市
平均发货28小时
成功完成率80.29%