多目標粒度支持向量機理論及其應用

多目標粒度支持向量機理論及其應用
定價:480
NT $ 418
  • 作者:熊盛武
  • 出版社:科學出版社
  • 出版日期:2014-07-01
  • 語言:簡體中文
  • ISBN10:7030414071
  • ISBN13:9787030414076
  • 裝訂:252頁 / 普通級 / 1-1
 

內容簡介

熊盛武、劉宏兵、陳瓊、段鵬飛著的《多目標粒度支持向量機理論及其應用》對多目標優化的多樣性保持策略、粒計算基礎理論、支持向量機的基本理論、粒度支持向量機的構造方法及應用進行了深入的研究。內容涉及多目標演化算法、多目標演化算法的多樣性保持策略、粒計算理論與方法、基於模糊格的超盒粒計算分類算法、基於模糊格的超球粒計算分類算 法、粒度支持向量機的構造方法、粒計算在無線傳感器網絡節點定位問題中 的應用等方面。

本書可供計算機、自動化、電子工程專業的高年級本科生、研究生,以及教師、研究人員與工程技術人員參考。
 

目錄

《信息科學技術學術著作叢書》序
前言
第1章 多耳標演化算法
1.1 多目標優化問題描述
1.2 多目標優化問題的一般求解方法
1.2.1 多目標演化算法的多樣性保持策略
1.2.2 多目標演化算法的收斂性度量
1.2.3 多目標演化算法的多樣性度量
參考文獻
第2章 基於層次聚類的多目標演化算法
2.1 個體的適應值
2.2 個體間的相似度
2.3 層次聚類模型
2.4 子種群之間的個體遷移策略
2.5 基於層次聚類的多目標演化算法
2.6 數值實驗分析
參考文獻
第3章 多目標演化算法的自適應多樣性保持策略
3.1 傳統多目標演化算法的多樣性保持策略
3.1.1 NSGAII算法的多樣性保持策略
3.1.2 SPEA算法的多樣性保持策略
3.1.3 SPEA2算法的多樣性保持策略
3.2 自適應多樣性保持策略
3.2.1 分階段多樣性保持策略
3.2.2 基於插值的多樣性保持策略
3.2.3 基於精度搜索的混合精英保持策略
3.3 數值實驗分析
3.3.1 結果分析
3.3.2 統計分析
3.3.3 總結分析
參考文獻
第4章 模糊集
4.1 模糊集的表述方法
4.2 隸屬度函數的確定方法
4.2.1 確定隸屬度函數的注意事項
4.2.2 確定隸屬度函數的幾種主要方法
4.2.3 常見的模糊分布
4.3 模糊集合的運算
4.4 貼近度與模式識別
4.5 模糊集合的模糊性度量
4.5.1 海明距離
4.5.2 歐幾里得距離
4.5.3 其他的距離
4.6 關系與映射
4.6.1 關系及其性質
4.6.2 關系的合成
4.6.3 關系的閉包運算
4.6.4 映射的定義
4.7 模糊關系與模糊關系矩陣
4.7.1 模糊關系
4.7.2 模糊關系矩陣
參考文獻
第5章 粒計算代數系統
5.1 引言
5.2 向量空間的代數系統
5.3 超盒粒空間的代數系統
5.3.1 超盒粒的兩點表示法
5.3.2 超盒粒之間的運算
5.3.3 超盒粒之間的模糊包含關系
5.3.4 超盒粒代數系統的性質
5.4 超盒粒的模糊格代數系統
5.4.1 構造超盒粒集
5.4.2 設計超盒粒之間的算子
5.4.3 建立超盒粒之間的模糊包含關系
5.4.4 構造超盒粒的模糊格代數系統
5.5 基於模糊格的超盒粒計算分類器
5.5.1 超盒粒之間的有條件合並
5.5.2 基於模糊格的超盒粒計算分類器
5.5.3 數值實驗
5.6 本章小結
參考文獻
第6章 基於模糊格的粒計算
6.1 格計算
6.2 模糊格
6.3 高維空間上的格
6.4 區間格
6.5 基於模糊格的超盒粒計算分類算法.
6.5.1 超盒粒的兩點表示法
6.5.2 包含度函數
6.5.3 超盒粒之間的有條件合並
6.5.4 基於模糊格的超盒粒計算分類算法
6.5.5 數值實驗
6.6 基於模糊格的超球粒分類算法
6.6.1 超球粒的單點表示法
6.6.2 超球粒之間的摸糊包含度函數
6.6.3 超球粒的有條件合並
6.6.4 基於模糊格的超球粒計算分類算法
6.6.5 數值實驗
6.7 本章小結
參考文獻
第7章 多目標粒計算
7.1 多目標演化算法
7.1.1 N蚍AⅡ算法
7.1.2 SPEA2算法
7.2 基於多目標優化的超盒粒計算
7.2.1 多目標超盒粒計算模型
7.2.2 種群的初始化
7.2.3 個體之間的演化操作
7.2.4 基於重要度的個體優劣比較
7.2.5 基於多目標優化的超盒粒計算
7.2.6 算法的性能評價
7.3 數值實驗
7.4 本章小結
參考文獻
第8章 粒度支持向量機
8.1 統計學習基本理論簡介
8.2 支持向量機
8.3 模糊支持向量機
8.3.1 兩類問題模糊支持向量機
8.3.2 多類問題模糊支持向量機
8.4 基於數據貢獻度的粒度模糊支持向量機
8.4.1 基於貢獻度的兩類問題粒度模糊支持向量機
8.4.2 多類問題粒度模糊支持向量機
8.4.3 數值實驗
8.5 基於粗糙集邊界的粒度模糊支持向量機
8.5.1 粗糙集理論簡介
8.5.2 訓練集的粒化過程
8.5.3 基於粗糙集邊界的粒度模糊支持向量機
8.5.4 數值實驗
8.6 基於屬性集粒化的粒度模糊支持向量機
8.6.1 基於重要度的屬性約簡
8.6.2 屬性集的粒化方法
8.6.3 基於屬性集粒化的粒度模糊支持向量機
8.6.4 數值實驗
8.7 本章小結
參考文獻
第9章 粒計算在WSN節點定位中的應用
9.1節點之間通信量的估計
9.1.1 接收信號強度
9.1.2 信號到達時間
9.2 節點的定位技術
9.2.1 映射技術
9.2.2 統計定位算法
9.3 基於粒計算的傳感器節點定位算法
9.3.1 WSN的結構
9.3.2 定位區域的網格化
9.3.3 粒計算定位算法
9.3.4 定位算法的精度分析
9.3.5 數值仿真實驗
9.4 本章小結
參考文獻
第10章 總結與展望
10.1 研究工作總結
10.2 研究丁作展望
網路書店 類別 折扣 價格
  1. 新書
    87
    $418