智能信息处理技术基础

第1章 人工智能概述　1.1 信息与信息技术　1.2 智能与智能技术　1.3 人工智能的研究内容与应用领域第2章 搜索技术　2.1 状态空间搜索法　2.2　盲目搜索方法　2.3 启发式搜索　2.4 博弈搜索第3章 人工神经网络　3.1 人工神经网络的基本概念　3.2 前馈型神经网络　3.3 反馈型神经网络　3.4 白组织神经网络第4章 遗传算法

第1章 人工智能概述　1.1 信息与信息技术　1.2 智能与智能技术　1.3 人工智能的研究内容与应用领域第2章 搜索技术　2.1 状态空间搜索法　2.2　盲目搜索方法　2.3 启发式搜索　2.4 博弈搜索第3章 人工神经网络　3.1 人工神经网络的基本概念　3.2 前馈型神经网络　3.3 反馈型神经网络　3.4 白组织神经网络第4章 遗传算法　4.1 遗传算法的基本思想　4.2 编码方法　4.3　适应度函数　4.4 遗传操作　4.5 运行参数选择及自适应　4.6 基因模式定理　4.7 遗传算法的应用　4.8 进化策略与进化规划第5章　模糊计算　5.1 模糊集合及其运算规则 5.2　模糊关系 5.3 模糊推理 5.4 模糊控制器的基本概念 5.5 模糊控制器的控制规则第6章 数据挖掘 6.1 数据挖掘的基本概念 6.2　数据挖掘前的预处理 6.3 基于关联规则的数据挖掘 6.4 基于粗糙集理论的数据挖掘　6.5　基于聚类分析的数据挖掘附录A　程序清单附录B　运行结果参考文献

本书着重介绍了计算智能中的人工神经网络、模糊逻辑技术和进化计算，经典人工智能中搜索技术以及数据挖掘中的Apriori算法、粗糙集理论、聚类分析方法。本书强调先进性、实用性和可读性，可作为电气工程、控制科学与工程、仪器科学与技术、机械工程等非计算科学与技术专业类的本科生和研究生学习人工智能的教材，也可供从事科学研究、开发和应用的科研人员参考。