掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
深度學習
-
>
Unreal Engine 4藍圖完全學習教程
-
>
深入理解計算機系統(tǒng)-原書第3版
-
>
Word/Excel PPT 2013辦公應用從入門到精通-(附贈1DVD.含語音視頻教學+辦公模板+PDF電子書)
買過本商品的人還買了
簡潔式智能計算及應用研究 版權信息
- ISBN：9787030555052
- 條形碼：9787030555052 ; 978-7-03-055505-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
簡潔式智能計算及應用研究 本書特色
本書將研究簡潔式群智能算法，在傳統(tǒng)群智能計算算法的基礎上，改進現有的群智能計算優(yōu)化算法，讓原有的算法中融入新的數學方法和思路；設計新的簡潔式智能優(yōu)化算法，并采用結合搜索方法來提高算法的收斂效率，減少其對計算機硬件資源的依賴，達到同樣或者更好的優(yōu)化結果。本文將從減少計算量和節(jié)約運行空間兩個角度來設計和實現整個課題。
簡潔式智能計算及應用研究 內容簡介
本書將研究簡潔式群智能算法，在傳統(tǒng)群智能計算算法的基礎上，改進現有的群智能計算優(yōu)化算法，讓原有的算法中融入新的數學方法和思路；設計新的簡潔式智能優(yōu)化算法，并采用結合搜索方法來提高算法的收斂效率，減少其對計算機硬件資源的依賴，達到同樣或者更好的優(yōu)化結果。本文將從減少計算量和節(jié)約運行空間兩個角度來設計和實現整個課題。
簡潔式智能計算及應用研究 目錄
目錄
第1章 緒論 1
1.1 群智能計算基礎 3
1.1.1 概述 3
1.1.2 *優(yōu)化問題 3
1.1.3 計算復雜性與NP理論 4
1.1.4 群智能計算優(yōu)化算法 6
1.2 國內外的發(fā)展現狀及趨勢 10
1.2.1 蟻群算法的發(fā)展概況 10
1.2.2 粒子群算法的發(fā)展概況 12
1.3 簡潔式群智能計算優(yōu)化算法 14
第2章 量化蟻群算法及其在旅行商問題中的應用 16
2.1 螞蟻系統(tǒng) 17
2.1.1 狀態(tài)轉移規(guī)則與路徑構建 18
2.1.2 信息素更新規(guī)則 19
2.2 量化蟻群算法 19
2.2.1 信息素的編碼 20
2.2.2 信息素的更新規(guī)則 20
2.2.3 算法流程 21
2.3 實驗結果與分析 22
2.3.1 基于收斂結果與迭代次數的比較 24
2.3.2 基于收斂結果與運行時間的實驗結果比較 26
2.3.3 基于相同收斂結果與不同迭代次數比較 27
2.3.4 基于相同迭代次數與不同收斂結果的比較 29
第3章 簡潔式貓群算法及其在灰度圖像切割中應用 31
3.1 貓群算法與虛擬種群的取樣機制 33
3.1.1 貓群算法 33
3.1.2 虛擬種群的取樣機制 36
3.1.3 擾動向量更新規(guī)則 38
3.2 簡潔式貓群算法 39
3.2.1 初始化與擾動向量更新 39
3.2.2 搜尋模式更新規(guī)則 41
3.2.3 跟蹤模式更新規(guī)則 41
3.2.4 算法實現過程 42
3.3 實驗結果及其分析 43
3.3.1 算法運行空間比較 44
3.3.2 節(jié)省運行空間算法收斂結果比較 45
3.3.3 cCSO與基于種群的優(yōu)化算法收斂結果比較 49
3.3.4 基于迭代次數的收斂結果比較 52
3.3.5 實驗結果分析 53
3.4 案例分析 53
3.4.1 多閾值法與適應度函數設計 54
3.4.2 圖像切割效果 56
3.4.3 應用案例小結 61
第4章 基于Γ分布的簡潔式貓群算法及其在音樂水印嵌入中的應用 63
4.1 基于Γ分布的擾動向量設計 64
4.1.1 擾動向量設計 64
4.1.2 擾動向量的更新規(guī)則 66
4.1.3 虛擬種群的取樣機制 66
4.2 基于Γ分布的簡潔式貓群算法 67
4.2.1 算法的初始化 67
4.2.2 搜尋模式的更新規(guī)則 68
4.2.3 跟蹤模式的更新規(guī)則 70
4.2.4 算法流程 70
4.3 實驗結果與分析 71
4.3.1 算法運行空間比較 73
4.3.2 節(jié)省運行空間的算法實驗結果比較 73
4.3.3 基于種群的相關算法和簡潔式貓群算法之間的實驗結果比較 80
4.3.4 基于相同收斂結果下迭代次數的比較 83
4.3.5 基于標準測試函數的不同維度下的實驗結果統(tǒng)計分析 84
4.3.6 實驗結果小結 85
4.4 應用案例：音頻水印嵌入 86
4.4.1 基于優(yōu)化的水印嵌入與提取策略 87
4.4.2 實驗結果與分析 90
4.4.3 案例分析小結 96
第5章 基于簡潔式貓群算法與支持向量機的人臉表情識別與優(yōu)化 97
5.1 基于活動基模型的分類器訓練基礎 98
5.1.1 方塊圖中的眼睛與嘴唇的捕捉 98
5.1.2 模型表示：活動基模型 99
5.1.3 模型訓練：Shared Sketch算法 100
5.1.4 基模板構建 101
5.1.5 特征向量 102
5.1.6 支持向量機 102
5.1.7 簡潔式貓群算法 105
5.2 cCSO-SVM策略 107
5.3 實驗結果與分析 108
參考文獻 111
附錄 124
展開全部
書友推薦
- >
推拿
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
山海經
- >
月亮與六便士
- >
上帝之肋:男人的真實旅程
- >
中國歷史的瞬間
- >
名家?guī)阕x魯迅:故事新編
- >
經典常談
本類暢銷
