本书对自然计算、机器学习、图像自动理解与解译三个前沿领域进行了详细的论述。主要内容包括进化计算、人工免疫系统、量子计算智能、多智能体系统、进化多目标优化、核机器学习、流形学习与谱图学习、集成学习、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。本书着重对上述领域的国内外发展现状进行总结，阐述作者对相关领域未来发展的研究与思考。

版权信息

内容简介

目录

版权信息

书 名: 自然计算、机器学习与图像理解前沿

作　者：焦李成 王爽

出版社： 西安电子科技大学出版社

出版时间： 2008

ISBN: 9787560620473

开本： 16

定价: 34.00 元

内容简介

本书对自然计算、机器学习、图像自动理解与解译三个前沿领域进行了详细的论述。主要内容包括进化计算、人工免疫系统、量子计算智能、多智能体系统、进化多目标优化、核机器学习、流形学习与谱图学习、集成学习、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。

本书着重对上述领域妁国内外发展现状进行总结，阐述作者对相关领域未来发展的研究与思考。本书可以作为计算机科学、信息科学、人工智能自动化技术等领域从事自然计算、机器学习、图像处理研究的相关专业技术人员的参考书，也可以作为相关专业高年级本科生和研究生的教材。

目录

第1章进化计算

1.1从人工智能到计算智能

1.2从进化论到进化计算

1.3进化计算基础知识

1.4协同进化计算

1.5非达尔文进化理论与密母计算

参考文献

第2章人工免疫系统

2.1从免疫系统到人工免疫系统

2.2人工免疫系统的研究领域

2.3人工免疫系统与其它方法的比较

2.4免疫优化计算研究的新进展

2.5问题与展望

参考文献

第3章量子计算智能

3.1量子计算原理

3.2量子计算智能的几种模型

3.3量子进化算法

3.4问题与展望

参考文献

第4章多智能体系统

4.1复杂适应系统

4.2多智能体系统

参考文献

第5章进化多目标优化

5.1多目标优化问题的数学描述

5.2进化多目标优化的主要算法

5.3当代进化多目标优化算法及研究趋势

5.4几种典型进化多目标优化算法的性能比较

5.5总结与展望

参考文献

第6章核机器学习

6.1Mercer核

6.2核机器学习的主要方法

6.3核机器学习方法的优势与不足

6.4推广Mercer核函数的主要研究方向

参考文献

第7章流形学习与谱图学习

7.1流形学习的基本概念

7.2流形学习的降维方法分类

7.3谱聚类

参考文献

第8章集成学习

8.1集成学习系统的结构

8.2集成核匹配追踪学习机

8.3谱聚类集成

参考文献

第9章非线性逼近理论

9.1函数逼近简述

9.2非线性逼近

9.3高度非线性逼近

9.4问题与展望

参考文献

第10章多尺度几何分析

10.1概念的产生

10.2从傅立叶分析到小波分析

10.3小波图像逼近

10.4人类视觉模型

10.5图像的多尺度几何分析

10.6问题与展望

参考文献

第11章多尺度变换域图像感知与识别

11.1小波变换的三级统计特性及其机理分析

11.2小波域隐马尔可夫模型

11.3变换域的十种统计模型

11.4基于变换域统计模型的图像感知与识别

11.5问题与展望

参考文献

第12章图像的高维奇异性检测、学习与理解

12.1图像识别与理解中存在的主要问题

12.2解决高维数据奇异性检测、学习与理解的关键技术

参考文献

第13章图像去噪的阈值方法

13.1基本概念

13.2阈值函数

13.3阈值规则

13.4阑值方案

13.5问题与展望

参考文献

第14章SAR图像理解与解译

14.1SAR图像自动理解与解译的系统组成

14.2相干斑抑制

14.3SAR图像分割

14.4图像融合

14.5特征提取

14.6识别与分类

14.7SAR图像特殊目标检测

14.8问题与展望

参考文献

……