计算智能

陈丽芳

目录

  • 1 绪论
    • 1.1 本节任务
    • 1.2 智能的定义
    • 1.3 计算智能
  • 2 模糊计算基础
    • 2.1 本节任务
    • 2.2 模糊集合
    • 2.3 模糊关系与模糊矩阵
  • 3 模糊计算应用
    • 3.1 本节任务
    • 3.2 模糊聚类分析
    • 3.3 模糊模式识别
    • 3.4 模糊综合评判
    • 3.5 模糊控制
  • 4 人工神经网络基础
    • 4.1 本节任务
    • 4.2 神经网络发展历程
    • 4.3 神经网络基础
  • 5 单层前向网
    • 5.1 本节任务
    • 5.2 单层感知器
    • 5.3 自适应元件及LMS算法
  • 6 多层前向网
    • 6.1 本节任务
    • 6.2 BP网络
    • 6.3 RBF网络
  • 7 反馈神经网络
    • 7.1 本节任务
    • 7.2 Hopfield神经网络
    • 7.3 联想记忆
  • 8 支持向量机
    • 8.1 本节任务
    • 8.2 统计学习理论
    • 8.3 支持向量机原理
    • 8.4 SVM模型与学习算法
  • 9 深度学习
    • 9.1 本节任务
    • 9.2 深度学习简介
  • 10 遗传算法
    • 10.1 本节任务
    • 10.2 遗传算法简介
    • 10.3 基本遗传算法
    • 10.4 遗传算法应用
    • 10.5 遗传算法仿真
本节任务

学习指南:

1. 浏览课程简介ppt;

2. 观看引言视频,了解本门课程的主要内容,学习方式,考核方式等,心中有数,有规划的安排好自己的时间,按时完成作业和视频任务。

3. 注册中国大学MOOCncst学号姓名),参与两门课程的学习,辅助本课程教学。

      1)科学计算与MATLAB语言(中南大学):https://www.icourse163.org/learn/CSU-1002475002?tid=1206743216#/learn/announce

      2)计算智能基础(北京交通大学):https://www.icourse163.org/learn/NJTU-1207221803?tid=1207582203#/learn/announce 

  4. 学习顺序:神经计算——模糊计算——进化计算,学完绪论后,请进入第四章 人工神经网络基础,开始神经计算的学习。