幫助中心 | 我的帳號 | 關於我們

MATLAB2020智能演算法從入門到精通/MATLAB工程應用書庫

  • 作者:編者:甘勤濤//彭舒//吳麗芳|責編:張淑謙
  • 出版社:機械工業
  • ISBN:9787111703389
  • 出版日期:2022/04/01
  • 裝幀:平裝
  • 頁數:260
人民幣:RMB 99 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書以MATLAB 2020為基礎,結合作者團隊的教學經驗,講解智能演算法的各種方法和技巧。本書主要內容包括MATLAB入門、MATLAB基礎知識、插值演算法、擬合演算法、圖與網路演算法、有向圖演算法、機器學習與深度學習演算法、圖像的複原演算法、粒子群最小值演算法以及多目標優化演算法等。本書覆蓋數學計算的各個方面,實例豐富而典型,指導讀者有的放矢地進行學習。
    本書既可作為初學者的入門用書,也可作為工程技術人員、本科生、研究生的參考書或教材。

作者介紹
編者:甘勤濤//彭舒//吳麗芳|責編:張淑謙

目錄
前言
第1章  MATLAB入門
  1.1  啟動MATLAB
  1.2  MATLAB 2020的操作環境
    1.2.1  功能區
    1.2.2  工具欄
    1.2.3  命令行窗口
    1.2.4  命令歷史記錄窗口
    1.2.5  當前文件夾窗口
    1.2.6  工作區窗口
    1.2.7  圖形窗口
    1.2.8  文件管理
    1.2.9  使用幫助
  1.3  數據類型
    1.3.1  變數與常量
    1.3.2  數據的顯示格式
    1.3.3  算術運算符
    1.3.4  數據類型函數
第2章  MATLAB基礎知識
  2.1  MATLAB基本運算
    2.1.1  向量
    2.1.2  矩陣的生成
  2.2  可視化繪圖
    2.2.1  figure命令
    2.2.2  subplot命令
    2.2.3  plot繪圖命令
    2.2.4  圖形註釋
  2.3  圖像的基本操作
    2.3.1  圖像讀入
    2.3.2  圖像的顯示
第3章  插值演算法
  3.1  插值問題
    3.1.1  插值演算法概述
    3.1.2  線性插值
  3.2  基本插值計算
    3.2.1  插值演算法分類
    3.2.2  一次插值函數
    3.2.3  二次插值
  3.3  多項式插值法
    3.3.1  計算插值多項式
    3.3.2  計算多項式插值
  3.4  常用多項式插值
    3.4.1  拉格朗日(Lagrange)插值
    3.4.2  牛頓(Newton)插值
    3.4.3  埃爾米特(Hermite)插值
  3.5  分段插值
    3.5.1  龍格函數
    3.5.2  分段線性插值
    3.5.3  分段三次(埃爾米特)插值
  3.6  三次樣條插值

    3.6.1  樣條曲線
    3.6.2  三次樣條插值
  3.7  二次、三次混合插值
    3.7.1  半無限規劃
    3.7.2  二次、三次混合插值函數
第4章  擬合演算法
  4.1  擬合問題
    4.1.1  插值演算法與擬合演算法
    4.1.2  曲線擬合問題
    4.1.3  求解擬合曲線步驟
  4.2  最小二乘法
    4.2.1  線性最小二乘法
    4.2.2  加權最小二乘法
    4.2.3  魯棒最小二乘法
    4.2.4  非線性最小二乘法
  4.3  數據擬合
    4.3.1  擬合模型
    4.3.2  擬合類型
    4.3.3  擬合演算法
    4.3.4  數據擬合
    4.3.5  擬合后處理
  4.4  線性擬合
    4.4.1  線性擬合函數
    4.4.2  一元線性組合函數擬合
  4.5  多項式擬合
    4.5.1  擬合多項式
    4.5.2  多項式擬合預測值
    4.5.3  多項式擬合工具
    4.5.4  曲線擬合工具
第5章  圖與網路演算法
  5.1  圖
    5.1.1  繪製方向圖
    5.1.2  繪製子圖
  5.2  圖的外觀設置
    5.2.1  圖屬性設置
    5.2.2  圖的標注
  5.3  圖的遍歷演算法
    5.3.1  廣度優先搜索演算法
    5.3.2  深度優先搜索演算法
    5.3.3  演算法應用1
    5.3.4  演算法應用2
  5.4  可達性演算法
    5.4.1  演算法概述
    5.4.2  連通圖
    5.4.3  連通分量
    5.4.4  雙連通圖分量
    5.4.5  可達矩陣
    5.4.6  演算法應用1
    5.4.7  演算法應用2
  5.5  PageRank演算法

    5.5.1  演算法概述
    5.5.2  演算法基本原理
    5.5.3  演算法函數
    5.5.4  演算法應用
第6章  有向圖演算法
  6.1  數據結構
    6.1.1  鄰接矩陣
    6.1.2  關聯矩陣
  6.2  圖的分類
    6.2.1  繪製自環圖
    6.2.2  繪製加權圖
    6.2.3  圖的布局
  6.3  最大流演算法
    6.3.1  演算法原理
    6.3.2  演算法函數
    6.3.3  演算法應用
  6.4  最小生成樹演算法
    6.4.1  演算法原理
    6.4.2  演算法函數
    6.4.3  演算法應用
  6.5  圖的最短路徑演算法
    6.5.1  最短路徑定義
    6.5.2  全局最短路徑
    6.5.3  起點終點的最短路徑
    6.5.4  演算法應用
第7章  機器學習與深度學習演算法
  7.1  機器學習
    7.1.1  機器學習演算法
    7.1.2  機器學習應用
  7.2  神經網路
    7.2.1  神經網路基礎
    7.2.2  深度學習典型網路模型
    7.2.3  深度學習演算法
  7.3  深度神經網路計算
    7.3.1  神經網路優化演算法
    7.3.2  反向傳播
    7.3.3  神經網路層
    7.3.4  激勵函數
    7.3.5  預訓練模型
  7.4  梯度下降演算法
    7.4.1  梯度下降演算法分類
    7.4.2  隨機梯度下降演算法
  7.5  梯度下降演算法基本函數
    7.5.1  演算法設置
    7.5.2  網路訓練樣本
    7.5.3  神經網路分類
    7.5.4  網路預測
    7.5.5  深度網路設計器
  7.6  演算法應用
第8章  圖像的複原演算法

  8.1  圖像的退化
    8.1.1  圖像退化的原因
    8.1.2  圖像退化的數學模型
  8.2  圖像的複原
    8.2.1  圖像的複原模型
    8.2.2  圖像複原方法
    8.2.3  複原方法的評估
  8.3  圖像的複原演算法
    8.3.1  維納濾波
    8.3.2  圖像線性濾波
    8.3.3  正規則化濾波
    8.3.4  Lucy-Richardson濾波
第9章  粒子群最小值演算法
  9.1  粒子群演算法基礎
    9.1.1  粒子群演算法的發展
    9.1.2  複雜適應系統
  9.2  粒子群函數
    9.2.1  演算法參數設置
    9.2.2  粒子群函數
  9.3  演算法應用
    9.3.1  演算法應用1
    9.3.2  演算法應用2
    9.3.3  演算法應用3
    9.3.4  演算法應用4
    9.3.5  演算法應用5
    9.3.6  演算法應用6
第10章  多目標優化演算法
  10.1  數學原理
  10.2  基本函數
    10.2.1  optimset函數
    10.2.2  多目標規劃函數
  10.3  演算法應用
    10.3.1  演算法應用1
    10.3.2  演算法應用2
    10.3.3  演算法應用3

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032