《語(yǔ)義網(wǎng)技術(shù)體系》簡(jiǎn)要回顧萬(wàn)維網(wǎng)的發(fā)展歷史及體系結(jié)構(gòu),系統(tǒng)介紹語(yǔ)義網(wǎng)的基本理念及技術(shù)體系,包括RDF數(shù)據(jù)、Web本體、語(yǔ)義網(wǎng)推理技術(shù)和RDF數(shù)據(jù)查詢技術(shù)等方面的基本概念和前沿研究;詳細(xì)闡述語(yǔ)義網(wǎng)應(yīng)用中的基礎(chǔ)技術(shù),包括語(yǔ)義網(wǎng)搜索技術(shù)、語(yǔ)義網(wǎng)本體匹配技術(shù)和語(yǔ)義網(wǎng)瀏覽技術(shù),并介紹作者在語(yǔ)義網(wǎng)搜索、語(yǔ)義網(wǎng)本體匹配和語(yǔ)義網(wǎng)瀏覽方

作為知識(shí)獲取和數(shù)據(jù)挖掘的重要工具，粒計(jì)算是在解決大規(guī)模復(fù)雜問(wèn)題時(shí)模擬人類思維問(wèn)題自然模式的一種全新理論、技術(shù)和方法。全書(shū)以包含度在各種信息系統(tǒng)的實(shí)踐應(yīng)用為主線，系統(tǒng)深入地介紹了基于包含度的粒計(jì)算方法與應(yīng)用的研究成果。全書(shū)共分10章，著重闡述了包含度在粗糙近似集、直覺(jué)模糊集、變精度序信息系統(tǒng)、區(qū)間值模糊粗糙集、結(jié)構(gòu)粗糙集

從本書(shū)所呈現(xiàn)的研究結(jié)果看，我們的語(yǔ)義資源建設(shè)工作具有較強(qiáng)的科學(xué)性和先進(jìn)性，觀點(diǎn)鮮明、論據(jù)翔實(shí)、結(jié)論可靠。其研究結(jié)果可以作為信息抽取、機(jī)器翻譯、事件識(shí)別、情感分析等計(jì)算機(jī)應(yīng)用的基礎(chǔ)資源和關(guān)鍵技術(shù)。本書(shū)是學(xué)習(xí)或從事人工智能、自然語(yǔ)言理解、機(jī)器翻譯、情報(bào)學(xué)、語(yǔ)義學(xué)等相關(guān)專業(yè)碩士、博士研究生或高年級(jí)本科生的教材或教學(xué)參考書(shū)，也

《神經(jīng)系統(tǒng)建模與控制工程》結(jié)合神經(jīng)生物學(xué)、神經(jīng)計(jì)算科學(xué)與自動(dòng)控制科學(xué)的交叉優(yōu)勢(shì)，主要介紹了神經(jīng)系統(tǒng)場(chǎng)效應(yīng)的動(dòng)力學(xué)模型，分析了外電場(chǎng)作用下的神經(jīng)元以及神經(jīng)元網(wǎng)絡(luò)的動(dòng)力學(xué)特性，重點(diǎn)闡述參數(shù)辨識(shí)方法在神經(jīng)系統(tǒng)建模中的應(yīng)用，以及先進(jìn)控制算法例如優(yōu)化控制、迭代學(xué)習(xí)、模型預(yù)測(cè)控制等在單神經(jīng)元放電模式以及神經(jīng)元網(wǎng)絡(luò)同步特性控制中的應(yīng)

《網(wǎng)絡(luò)安全與“免疫軟件人”應(yīng)用》在介紹網(wǎng)絡(luò)安全基礎(chǔ)知、基本理論、典型防御技術(shù)以及免疫網(wǎng)絡(luò)系統(tǒng)等內(nèi)容的基礎(chǔ)上提出“免疫軟件人”的概念及理論體系并將“免疫軟件人”應(yīng)用到網(wǎng)絡(luò)信息安全領(lǐng)域構(gòu)建基于多“免疫軟件人”聯(lián)盟的網(wǎng)絡(luò)安全系統(tǒng)設(shè)計(jì)基于“免疫軟件人”特性的檢測(cè)器生成模型及算法并從理論和應(yīng)用層面對(duì)模型及算法進(jìn)行分析和驗(yàn)證。

《智能方法及應(yīng)用》主要總結(jié)了目前比較常見(jiàn)的智能方法包括模糊計(jì)算、粗糙集與粒計(jì)算、群智能、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、人工免疫系統(tǒng)等，并從方法、模型和應(yīng)用等三方面進(jìn)行了闡述。重點(diǎn)討論了智能挖掘分析方法、智能融合與優(yōu)化方法以及智能方法在信息檢索、推薦系統(tǒng)、觀點(diǎn)挖掘、隧道監(jiān)控、綠色計(jì)算等方面的典型應(yīng)用。通過(guò)理論研究和具體實(shí)驗(yàn)分析，對(duì)

《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書(shū)：煙花算法引論》包括群體智能優(yōu)化方法研究現(xiàn)狀及其煙花算法產(chǎn)生的動(dòng)機(jī)和契機(jī)，基本煙花算法及其與現(xiàn)有典型群體智能優(yōu)化方法的比較，煙花算法的收斂性分析，煙花算法的各種改進(jìn)算法，離散型煙花算法，混合性煙花算法，求解多目標(biāo)優(yōu)化問(wèn)題的煙花算法，煙花算法的典型應(yīng)用，以及煙花算法的未來(lái)發(fā)展。其中重點(diǎn)介紹煙花算

膜計(jì)算是自然計(jì)算領(lǐng)域新興的分支，旨在研究從生物細(xì)胞中抽象出的計(jì)算模型。全書(shū)共分6章，分別介紹膜計(jì)算概覽、基礎(chǔ)知識(shí)、膜控制器及數(shù)據(jù)處理膜系統(tǒng)、膜優(yōu)化方法、基于膜計(jì)算的故障診斷方法和膜系統(tǒng)自動(dòng)設(shè)計(jì)，重點(diǎn)闡述膜計(jì)算的實(shí)際應(yīng)用。 《膜計(jì)算：理論與應(yīng)用》力圖闡明膜計(jì)算的基本概念和基本原理，旨在向國(guó)內(nèi)讀者介紹膜計(jì)算這一新興研究領(lǐng)

《神經(jīng)系統(tǒng)共振分析》主要介紹神經(jīng)系統(tǒng)中普遍存在的噪聲背景以及高頻擾動(dòng)對(duì)神經(jīng)信息產(chǎn)生與傳導(dǎo)的促進(jìn)機(jī)制。首先給出了單神經(jīng)元在噪聲與高頻擾動(dòng)情況下的各共振現(xiàn)象及其產(chǎn)生機(jī)制，在此基礎(chǔ)上，研究了神經(jīng)元構(gòu)成的復(fù)雜網(wǎng)絡(luò)中的共振現(xiàn)象，給出了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、神經(jīng)元突觸耦合類型對(duì)網(wǎng)絡(luò)共振的影響。在前饋網(wǎng)絡(luò)的基礎(chǔ)上，研究了擾動(dòng)對(duì)信息傳導(dǎo)的促

本書(shū)以復(fù)雜神經(jīng)網(wǎng)絡(luò)定性穩(wěn)定性研究為核心,并結(jié)合定量研究深入展開(kāi),形成容納復(fù)雜網(wǎng)絡(luò)和多智能體系統(tǒng)的動(dòng)態(tài)特性的研究脈絡(luò)。本書(shū)的特點(diǎn)是在動(dòng)力系統(tǒng)和穩(wěn)定性之間的關(guān)系上進(jìn)行了詳盡的闡述,傳統(tǒng)的動(dòng)力神經(jīng)網(wǎng)絡(luò)和當(dāng)下的復(fù)雜神經(jīng)網(wǎng)絡(luò)及多智能體之間的關(guān)系進(jìn)行闡述,揭示了大規(guī)模系統(tǒng)之間的演化關(guān)系。同時(shí),針對(duì)單穩(wěn)定性、多穩(wěn)定性、周期解和不變集

回顧人類文明及其趨勢(shì)，顯現(xiàn)智能科學(xué)及相關(guān)學(xué)科的巨大的發(fā)展緣由和趨勢(shì)，論證整合研究的必要性和可能性，；通過(guò)介紹中國(guó)學(xué)界從人工智能到智能科學(xué)，進(jìn)而到高級(jí)智能科學(xué)研究的戰(zhàn)略移師歷程，看到科學(xué)發(fā)展的前沿；張開(kāi)智能的全景圖，呈現(xiàn)我們面臨的問(wèn)題的體量和難度，以及已有的探索結(jié)果；與國(guó)際上各種學(xué)術(shù)組織和流變的聯(lián)系，合力以及進(jìn)一步的趨勢(shì)

《生物信息學(xué)中的機(jī)器學(xué)習(xí)分析方法》針對(duì)生物信息學(xué)領(lǐng)域中海量的生物數(shù)據(jù)，分別從微陣列數(shù)據(jù)的分析和處理、基因調(diào)控網(wǎng)絡(luò)的分析和構(gòu)建以及蛋白質(zhì)相互作用網(wǎng)絡(luò)的分析等角度，系統(tǒng)介紹機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)及各種智能算法在生物信息學(xué)相關(guān)領(lǐng)域的應(yīng)用。機(jī)器學(xué)習(xí)在生物信息學(xué)領(lǐng)域的研究重心集中在觀測(cè)和探索生物現(xiàn)象，以及建立統(tǒng)一的形式化的模型對(duì)生物

《群體智能與多Agent系統(tǒng)交叉結(jié)合——理論、方法與應(yīng)用》是作者在人工智能領(lǐng)域中群體智能和多Agent系統(tǒng)研究方向上近幾年研究成果的系統(tǒng)總結(jié)。在總結(jié)目前國(guó)內(nèi)外該研究方向發(fā)展現(xiàn)狀的基礎(chǔ)上，《群體智能與多Agent系統(tǒng)交叉結(jié)合——理論、方法與應(yīng)用》著重介紹作者在交叉結(jié)合群體智能、多Agent系統(tǒng)、多機(jī)器人協(xié)作等方面取得的研

通常一個(gè)用于解決復(fù)雜非線性問(wèn)題的人工神經(jīng)網(wǎng)絡(luò)模型具有大量的神經(jīng)元，并且它們之間的連接是非常復(fù)雜的。在實(shí)際中人們很難完全知道每個(gè)神經(jīng)元的狀態(tài)信息，因此對(duì)時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)問(wèn)題的研究具有非常重要的意義�！稌r(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)理論與應(yīng)用》主要介紹有關(guān)時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)理論和應(yīng)用的最新成果，運(yùn)用多種不同的

情感計(jì)算的目的是通過(guò)賦予計(jì)算機(jī)識(shí)別、理解、表達(dá)和適應(yīng)人的情感的能力來(lái)建立和諧的人機(jī)環(huán)境，并使計(jì)算機(jī)具有更高、更全面的智能。《智能科學(xué)技術(shù)著作叢書(shū)：人體生理信號(hào)的情感分析方法》結(jié)合國(guó)內(nèi)外研究和課題組研究的工作情況，在介紹情感和情感計(jì)算等概念的基礎(chǔ)上，重點(diǎn)敘述人體生理信號(hào)的情感計(jì)算方法�！吨悄芸茖W(xué)技術(shù)著作叢書(shū)：人體生理信號(hào)

本書(shū)從基于密度的空間數(shù)據(jù)流聚類、簇結(jié)構(gòu)挖掘、軌跡數(shù)據(jù)流在線聚類及異常檢測(cè)四個(gè)方面，分析了現(xiàn)有數(shù)據(jù)流挖掘算法的挖掘效果、運(yùn)行效率、可伸縮性與參數(shù)敏感性等相關(guān)問(wèn)題，提出了一系列適用于海量時(shí)空數(shù)據(jù)流在線分析的方法與處理框架。然后基于可視化數(shù)據(jù)挖掘技術(shù)的城市地下空間GIS系統(tǒng)的關(guān)鍵技術(shù)和構(gòu)建方法，改進(jìn)機(jī)器學(xué)習(xí)算法、空間和非空間

本書(shū)緊緊圍繞物聯(lián)網(wǎng)中“感知層、傳輸層、應(yīng)用層”所涉及的三大類技術(shù)架構(gòu)組成的物聯(lián)網(wǎng)技術(shù)知識(shí)體系安排教學(xué)內(nèi)容。主要內(nèi)容包括：物聯(lián)網(wǎng)的基本概念、體系結(jié)構(gòu)、標(biāo)準(zhǔn)化、關(guān)鍵技術(shù)以及主要應(yīng)用領(lǐng)域與發(fā)展；感知技術(shù)、射頻識(shí)別（RFID）技術(shù)原理及應(yīng)用；傳感器及無(wú)線傳感網(wǎng)絡(luò)的基本知識(shí)及應(yīng)用；與物聯(lián)網(wǎng)相關(guān)的通信與網(wǎng)絡(luò)技術(shù)；云計(jì)算及智能信息處

神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)了近70年的蓬勃發(fā)展，其拓?fù)浣Y(jié)構(gòu)、工作機(jī)制與應(yīng)用領(lǐng)域已經(jīng)發(fā)生了翻天覆地的變化，全面、直觀、深入地認(rèn)識(shí)各類神經(jīng)網(wǎng)絡(luò)已經(jīng)是學(xué)習(xí)運(yùn)用神經(jīng)網(wǎng)絡(luò)的必由之路。本書(shū)全面介紹了前饋型、反饋型與自組織型三大類神經(jīng)網(wǎng)絡(luò)，傳統(tǒng)的BP網(wǎng)絡(luò)到現(xiàn)代的量子網(wǎng)絡(luò)20余小類神經(jīng)網(wǎng)絡(luò)，并結(jié)合實(shí)例分析了各種神經(jīng)網(wǎng)絡(luò)的使用方法和編程方法。對(duì)于成熟

高級(jí)專家系統(tǒng):第二版介紹專家系統(tǒng)的理論基礎(chǔ)、設(shè)計(jì)技術(shù)及其應(yīng)用,共11章。高級(jí)專家系統(tǒng):概述專家系統(tǒng)定義、發(fā)展歷史、類型、結(jié)構(gòu)和特點(diǎn)以及專家系統(tǒng)構(gòu)建的步驟;討論開(kāi)發(fā)專家系統(tǒng)時(shí)可能采用的人工智能的知識(shí)表示方法和搜索推理技術(shù);探討專家的解釋機(jī)制;研究基于規(guī)則專家系統(tǒng)、基于框架專家系統(tǒng)、基于模型專家系統(tǒng)、基于Web專家系統(tǒng)和實(shí)

《動(dòng)態(tài)信任多Agent量化建模與方法研究》是作者在人工智能領(lǐng)域中智能計(jì)算和多智能體系統(tǒng)研究方向上近幾年研究成果的系統(tǒng)總結(jié)。在總結(jié)目前國(guó)內(nèi)外該研究方向發(fā)展現(xiàn)狀的基礎(chǔ)上，著重介紹作者在這一領(lǐng)域研究的新觀點(diǎn)、新思路和新成果，主要包括：智能Agent原理和體系結(jié)構(gòu)、知識(shí)表達(dá)、Agent學(xué)習(xí)、通信機(jī)制、多Agent系統(tǒng)組織、交互