人工智能及其应用PDF|Epub|txt|kindle电子书版本网盘下载

人工智能及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 高级推理技术1

第1章 传统的推理技术1

1．1命题逻辑与谓词逻辑概论1

命题逻辑1

谓词逻辑4

1．2基于传统逻辑的推理机制6

推理基础6

基于传统逻辑的推理8

小结13

习题13

第2章 专家系统MYCIN的不确定性推理方法15

2．1不确定性推理15

不确定性推理概述15

不确定性推理中的基本问题16

2．2 MYCIN的可信度概念18

2．3 MYCIN的不精确推理模型19

知识不确定性的表示19

证据不确定性的表示19

组合证据不确定性的算法20

不确定性的传递算法20

结论不确定性的合成算法20

2．4带加权因子的可信度推理22

小结23

习题24

第3章 主观Bayes方法26

3．1概率论的简单回顾26

3．2主观Bayes方法的基本理论27

知识不确定性的表示27

主观Bayes方法的基本算法27

3．3主观Bayes方法的推理模型31

组合证据不确定性的计算31

证据不确定性的传递31

结论不确定性的合成32

小结34

习题34

第4章 模糊推理36

4．1模糊数学的基本知识36

模糊集合36

模糊关系及其运算37

4．2模糊假言推理39

模糊知识的表示39

前提的模糊匹配39

简单模糊推理40

小结42

习题42

第5章 证据理论44

5．1基本理论44

命题的表示44

概率分配函数44

信任函数45

似然函数45

概率分配函数的正交和46

5．2证据理论的推理模型47

一个特殊的概率分配函数47

类概率函数48

规则的表示方法50

多前提组合的CER计算50

不确定性的传递算法50

小结54

习题54

第6章 非单调推理55

6．1缺省理论55

缺省规则的形式55

缺省规则的分类56

6．2界限理论56

6．3正确性维持系统58

小结60

习题61

第二篇 机器学习62

第7章 机器学习概论62

7．1机器学习模型与形式化62

机器学习模型62

机器学习模型的形式化64

7．2学习系统的结构和训练样例65

设计目标函数65

目标函数的表示形式66

设计函数逼近算法67

训练经验的选择69

最终设计69

7．3学习系统的观点和问题71

小结72

习题72

第8章 概念学习74

8．1什么是概念学习74

8．2概念学习的搜索空间75

8．3假设空间的偏序关系75

8．4寻找极大特殊假设的FIND-S算法76

8．5变型空间和候选消除算法79

变型空间的定义79

列表后消除算法80

候选消除算法80

变型空间和候选消除算法的几点说明85

小结87

习题88

第9章 决策树学习90

9．1决策树表示法及其含义90

9．2决策树学习的适用问题91

9．3决策树学习的ID3算法93

9．4最佳属性的选择94

用熵度量系统的混乱程度94

信息增益最佳分类属性97

决策树计算举例97

9．5决策树学习的问题100

小结102

习题103

第10章 学习规则集合105

10．1学习命题逻辑规则105

10．2学习一阶逻辑规则109

假设的产生109

归纳推理111

FOIL算法112

小结115

习题115

第三篇 计算智能117

第11章 人工神经网络117

11．1脑神经系统与生物神经元的结构与特征117

11．2人工神经元的结构与模型119

人工神经元119

常用的人工神经元模型120

11．3人工神经网络的互连结构121

单层或两层网络结构121

多层网络结构121

11．4感知器及其训练法则123

感知器的定义与空间划分123

感知器训练法则126

梯度下降和delta法则127

梯度下降的随机近似129

11．5多层网络和反向传播算法129

可微阈值单元130

反向传播算法130

反向传播算法的说明133

11．6 Hopfield网络及其学习134

Hopfield网络的结构134

Hopfield模型的稳定性135

Hopfield网络学习算法135

小结136

习题136

第12章 遗传算法139

12．1遗传算法概述139

遗传算法的产生与发展139

遗传算法中的基本概念139

遗传算法的基本结构141

遗传算法的基本特征141

12．2 Holland遗传算法142

12．3遗传算法的设计与实现144

遗传算法的编码方法144

适应度值量度147

遗传算法的基本操作149

参数控制152

12．4 Holland遗传算法的改进155

Holland遗传算法改进的思考方法155

Micro遗传算法157

变种群规模的遗传算法157

自适应遗传进化算法158

并行遗传算法159

12．5遗传算法的收敛性161

遗传算法收敛性的定义161

未成熟收敛问题161

遗传算法收敛性的结论162

12．6遗传算法的应用举例162

组合优化问题162

作业车间调度问题164

小结166

习题167

第13章 其它计算智能方法168

13．1进化策略168

进化策略的算法模型168

进化策略和遗传算法的区别169

13．2进化编程169

进化编程的机理与表示169

进化编程的步骤170

13．3人工生命171

人工生命研究的起源和发展171

人工生命的定义和研究意义171

人工生命的研究内容和方法172

人工生命的实例174

13．4粒群优化174

群智能和粒群优化概述175

粒群优化算法176

13．5蚁群算法178

蚁群算法基本原理178

蚁群系统模型179

小结181

习题181

第四篇 自然语言理解与感知182

第14章 概述182

14．1自然语言理解的发展182

萌芽182

发展183

繁荣184

14．2自然语言的构成184

14．3自然语言理解的层次185

第15章 语法分析和语义分析188

15．1短语结构语法理论与乔姆斯基语法体系188

短语结构语法理论188

乔姆斯基语法体系189

15．2乔姆斯基语法体系的网络表示191

有限状态转移网络191

递归转移网络193

扩充转移网络193

15．3语法分析196

自顶向下分析算法196

自底向上分析算法198

带有属性限制的语法200

15．4语义分析203

在语法规则中编码语义结构204

将语法结构编码进词典207

15．5语境分析209

小结210

习题210

第16章 基于语料库的自然语言理解213

16．1基于概率分布的语言模型213

16．2基于上、下文信息的语言建模214

基于随机过程理论的模型构造215

基于信息论最大熵方法的模型构造216

16．3基于组合思想的语言建模217

利用插值法构造新的模型217

利用加权方法构造新的模型217

16．4语言模型的相关问题218

语言模型参数的确定218

数据稀疏问题的解决218

语言模型的性能分析218

小结219

习题219

第17章 计算机视觉220

17．1图像的产生220

二维图像的获取220

立体成像221

17．2图像的处理222

图像的边缘检测222

分割223

17．3图像的描述224

边缘距离的计算224

表面方向的计算225

17．4视觉的知识表示229

视觉信息的语义网络表示229

位置网络230

17．5物体形状的分析与识别231

复杂形状物体的表示231

物体形状识别方法234

小结236

习题236

第18章 语音处理237

18．1组成单词读音的基本单元237

18．2信号处理238

18．3语音识别的隐Morkov模型240

小结245

习题246

第五篇 分布式人工智能247

第19章 概述247

19．1什么是分布式人工智能247

起源247

分布式人工智能的特点247

分布式人工智能的分类248

分布式人工智能系统的研究发展248

19．2分布式问题求解249

分布式问题求解的概述249

分布式问题的求解过程与方法249

第20章 Agent技术251

20．1 Agent的基本结构251

什么是Agent251

Agent的基本结构252

Agent的结构分类253

20．2 Agent通信255

Agent间的协作与通信255

交谈的规划与实现256

Agent系统的通信语言258

20．3多Agent系统259

多Agent系统的基本模型259

多Agent系统的体系结构260

多Agent系统的协作、协商与协调264

多Agent系统的学习与规划266

多Agent系统的应用267

小结268

习题268

第六篇 人工智能的应用270

第21章 汉语自然语言处理270

21．1语音识别中的音字转换技术270

汉语声音语句输入的特点270

汉语声音语句输入系统的结构271

汉语声音语句输入的实现272

21．2汉语自动文摘技术273

自动文摘系统的构成273

文本的内部表示方法274

基于浅层分析的文摘技术274

基于实体分析的文摘技术275

基于话语结构的文摘技术276

21．3信息检索技术278

信息检索的定义与术语278

信息检索系统的构成278

信息检索的统计模型279

第22章 光学字符识别技术282

22．1印刷体文字识别系统的构成282

22．2汉字图像预处理技术283

二值化283

版面分析284

倾斜自动测量284

版面切分284

行、字分割285

细化和规范化285

22．3汉字笔段特征抽取与识别285

笔段特征抽取的方法286

汉字笔画的分类286

汉字笔画的方向编码287

汉字笔画方向码合并处理及笔画识别288

汉字笔画间特征量的定义288

基于整字匹配的汉字识别289

第23章 移动Agent技术291

23．1移动Agent系统结构及其关键技术291

移动Agent系统结构291

移动Agent系统的关键技术292

典型的Agent系统293

移动Agent的开发294

23．2移动Agent在电子商务中的应用294

电子商务系统模型B-CISOM294

基于移动Agent的协作信息中间件CISOM294

CISOM的设计与实现295

基于CISOM的B2B协作电子商务系统B-CISOM296

23．3移动Agent在信息安全中的应用297

入侵检测系统IDS297

传统的入侵检测系统297

基于移动Agent的分布式入侵检测模型298

MABDIDS实现的关键技术及解决方案300

23．4移动Agent在信息服务中的应用301

基于移动Agent的Web服务301

信息搜索工作流程301

小结302

第七篇 人工智能的现在与未来303

第24章 对人工智能的思考303

专家系统对知识的滥用303

强人工智能与弱人工智能305

人工智能的极限305

参考文献308