中图网

>

电子通信

>

一般性问题

遗传模糊系统模型和方法

作者：余晓晗

出版社：西安电子科技大学出版社出版时间：2023-07-01

开本：其他页数： 119

本类榜单：工业技术销量榜

中图价:¥21.5(7.4折) 定价 ~~¥29.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥21.5 加入购物车

版权信息
内容简介
目录

遗传模糊系统模型和方法版权信息

ISBN：9787560668802
条形码：9787560668802 ; 978-7-5606-6880-2
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
工业技术
>
电子通信
>
一般性问题

遗传模糊系统模型和方法内容简介

本书针对专家知识与训练数据并存的应用问题，对遗传模糊系统进行了研究，旨在改进现有的模糊系统和遗传模糊系统技术。本书主要内容：结合作战任务规划中关键点推理问题，提出了遗传模糊系统的技术框架，在模糊系统构造、模糊系统结构和参数的进化学习以及多任务同步学习三个方面进行了深入研究，设计并验证了问题解决方案；引入多示例学习建模作战意图识别问题，提出了面向作战意图识别的多示例学习算法模型；基于遗传模糊系统建模得出数据集中隐含的专家知识，在专家知识与有标签源数据集的双重驱动下，提升了在目标数据集上无监督迁移学习的性能。本书主要为人工智能相关专业的研究生和研究人员提供系统的模糊系统知识，面向定性和定量相结合的应用场景，为从业人员提供解决问题的模型和方法。

遗传模糊系统模型和方法目录

第1章模糊系统和遗传模糊系统基础 1.1 模糊系统理论 1.1.1 模糊集合与模糊理论 1.1.2 模糊系统 1.1.3 级联模糊系统 1.2 遗传模糊系统理论 1.2.1 遗传算法 1.2.2 进化多任务优化 1.2.3 遗传模糊系统 1.2.4 遗传模糊树本章小结第2章基于专家知识的关键点推理级联模糊系统 2.1 兵棋推演中的作战任务规划关键点 2.2 关键点推理级联模糊系统的构建流程 2.3 进攻点推理级联模糊系统的设计 2.3.1 问题的分解 2.3.2 输入输出要素的确定 2.3.3 框架生成 2.4 进攻点推理级联模糊系统的实现 2.4.1 蓝方防守位置模糊系统 2.4.2 安全性能模糊系统 2.4.3 攻击能力的计算 2.4.4 进攻点模糊系统 2.5 仿真实验本章小结第3章结合专家知识与推演数据的关键点推理遗传模糊系统 3.1 关键点推理遗传模糊系统框架 3.2 安全点推理遗传模糊系统的设计 3.2.1 复盘数据挖掘 3.2.2 遗传优化 3.3 安全点推理遗传模糊系统的实现 3.4 仿真实验本章小结第4章关键点推理多任务遗传模糊系统 4.1 多任务遗传模糊系统框架 4.2 多任务遗传模糊系统的实现 4.2.1 FOTMF-M-MTGFS的基本框架 4.2.2 编码与解码 4.2.3 交叉操作 4.2.4 实验验证 4.3 仿真实验 4.3.1 基准任务 4.3.2 实验结果分析本章小结第5章基于遗传模糊系统的多示例学习算法模型 5.1 多示例遗传模糊系统框架设计 5.2 多示例遗传模糊系统的实现 5.2.1 基于加权平均的多模糊系统结合 5.2.2 基于多任务遗传模糊系统的多示例模型训练 5.3 仿真实验 5.3.1 敌方作战分队的作战任务的预测问题 5.3.2 实验方案 5.3.3 实验结果分析本章小结第6章基于遗传模糊树的多示例学习算法模型 6.1 多示例遗传模糊树框架设计 6.2 多示例遗传模糊树的实现 6.2.1 面向多示例学习的遗传模糊树构建 6.2.2 多示例遗传模糊树训练 6.3 仿真实验 6.3.1 实验方案 6.3.2 实验结果分析本章小结第7章基于遗传模糊系统的迭代式知识迁移方法 7.1 基于人类知识的无监督迁移学习模型 7.2 基于人类知识的无监督迁移学习模型的设计 7.2.1 人类知识的模糊系统建模 7.2.2 深度神经网络与模糊系统的融合 7.3 实验验证 7.3.1 数据集的选取 7.3.2 参数设置 7.3.3 结果分析本章小结附录附录I 兵棋与兵棋推演附录II 坦克安全性能模糊系统规则库参考文献

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐