人工智能与创新创业PDF电子书下载

查看更多关于的内容

第1章 人工智能理论基础 1

1.1 人工智能简介 1

1.2 人工智能的起源和发展历程 1

1.3 人工智能的研究对象及特点 7

1.3.1 人工智能的概念 7

1.3.2 人工智能的研究对象 8

1.3.3 人工智能的特点 10

1.4 人工智能的分支和研究方法 10

1.4.1 人工智能的主要分支 10

1.4.2 人工智能的研究方法 17

1.5 人工智能的发展和应用 21

1.6 人工智能的相关概念 25

1.7 人工智能与创新创业 26

第2章 MATLAB操作基础 32

2.1 MATLAB简介 32

2.2 算法开发概述 33

2.3 性能优化概述 35

2.4 数据分析概述 40

2.5 数据可视化概述 41

2.6 MATLAB的基本语法 41

2.6.1 语句形式及使用技巧 41

2.6.2 变量及其赋值 43

2.7 矩阵的相关运算 45

2.7.1 矩阵的初等运算 45

2.7.2 矩阵的高级运算 48

2.7.3 矩阵的群运算 51

2.8 关系和逻辑运算 53

2.8.1 关系运算 53

2.8.2 逻辑运算 54

第3章 MATLAB程序设计 58

3.1 M文件 58

3.1.1 M文件的建立与编辑 58

3.1.2 M文件的分类 60

3.2 数据的输入／输出 63

3.2.1 input函数 63

3.2.2 disp函数 64

3.2.3 pause函数 66

3.3 选择结构 67

3.3.1 if语句 67

3.3.2 switch语句 70

3.3.3 try语句 71

3.4 循环结构 72

3.4.1 for语句 73

3.4.2 while语句 73

3.4.3 循环的嵌套 74

3.5 函数文件 74

3.5.1 函数文件的基本结构 75

3.5.2 函数调用 76

3.5.3 函数所传递参数的可调性 77

3.6 全局变量和局部变量 79

3.7 类和对象 80

3.8 文件操作 85

第4章 基于MATLAB的人工智能算法设计 88

4.1 遗传算法 88

4.1.1 遗传算法工具箱的使用 88

4.1.2 遗传算法的基本步骤 89

4.1.3 遗传算法的MATLAB实现 91

4.1.4 应用举例 96

4.2 模拟退火算法 102

4.2.1 模拟退火算法简介 102

4.2.2 模拟退火算法描述 104

4.2.3 模拟退火算法特点 104

4.2.4 模拟退火算法MATLAB工具箱的使用 106

4.2.5 算法应用举例 107

4.3 蚁群算法 113

4.3.1 基本蚁群算法的原理 113

4.3.2 基本蚁群算法的生物仿真模型 114

4.3.3 基本蚁群算法的数学模型 115

4.3.4 基本蚁群算法的评价指标 119

4.3.5 基本蚁群算法实例仿真实现 120

第5章 综合应用实例 132

5.1 图像分割 132

5.1.1 基于区域生长算法的MATLAB图像分割 132

5.1.2 基于分水岭算法的图像分割 136

5.2 智能模式分类 146

5.2.1 支持向量机 146

5.2.2 神经网络的应用和程序设计 148

5.3 蚁群算法求解TSP问题 154

5.4 基于模拟退火算法的聚类算法 161

5.5 基于支持向量机的乳腺超声图像分类 164

参考文献 167

查看更多关于的内容