幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

量子智能計算簡明教程/生成式人工智慧前沿叢書

  • 作者：編者:李陽陽//焦李成//張丹//李玲玲//劉天宇|責編:張瑋|總主編:焦李成
  • 出版社：西安電子科大
  • ISBN：9787560680637
  • 出版日期：2026/07/01
  • 裝幀：平裝
  • 頁數：120
人民幣：RMB 23 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書總結了進化計算、人工免疫系統和群體智能等自然計算領域的主要理論及應用成果，構建起一個完整的知識框架。書中深入探討了近年來量子智能計算領域的前沿理論和技術，幫助讀者掌握這一迅速發展的研究動態。全書圍繞優化方向展開，分為六個部分，使讀者逐步深入了解各個主題。主要內容包含進化計算、群體智能、量子進化智能、量子行為粒子群智能、基於量子遺傳優化的卷積神經網路架構搜索應用，以及基於量子進化的量子神經網路結構優化。本書體現了電腦科學、人工智慧和量子物理等多個學科交叉融合的特點。
    本書可作為高職高專院校或本科低年級電腦科學、人工智慧、信息工程等專業的教材，也可為人工智慧領域的研究人員、工程師和技術人員提供參考。
作者介紹
編者:李陽陽//焦李成//張丹//李玲玲//劉天宇|責編:張瑋|總主編:焦李成
    焦李成，男，漢族，1959年10月生，歐洲科學院院士。1992年起任西安電子科技大學教授。現任智能感知與計算國際聯合研究中心主任、智能感知與圖像理解教育部重點實驗室主任、智能感知與計算國際合作聯合實驗室主任、「智能信息處理科學與技術」高等學校學科創新引智基地（「111計劃」）主任、教育部科技委國際合作部學部委員、中國人工智慧學會副理事長、IET西安分會主席、IEEE西安分會獎勵委員會主席、IEEE計算智能協會西安分會主席、IEEEGRSS西安分會主席，IEEETGRS副主編、教育部創新團隊首席專家。國務院學位委員會學科評議組成員、教育部本科教學水平評估專家。1991年被批准為享受國務院政府津貼的專家，1996年首批入選國家「百千萬」人才工程。當選為全國模範教師、陝西省師德標兵和曾任第八屆全國人大代表。主要研究方向為智能感知與計算、圖像理解與目標識別、深度學習與類腦計算，培養的十余名博士獲全國優秀博士學位論文獎、提名獎及陝西省優秀博士論文獎。研究成果獲包括國家自然科學獎二等獎及省部級一等獎以上科技獎勵十余項，出版學術專著十余部，五次獲國家優秀科技圖書獎勵及全國首屆三個一百優秀圖書獎。所發表的論著被他人引用超過25000余篇次，H指數為65。
目錄
第1章 進化計算
  1.1 進化計算的概念和基本原理
    1.1.1 編碼與解碼
    1.1.2 適應度函數
    1.1.3 遺傳操作
  1.2 進化計算的一般框架
  1.3 進化計算研究現狀
  1.4 進化計算具體應用
  1.5 進化計算典型演算法
    1.5.1 簡單遺傳演算法
    1.5.2 合作協同進化演算法
  1.6 本章小結
第2章 群體智能
  2.1 群體智能概述
  2.2 粒子群優化演算法
    2.2.1 基本原理
    2.2.2 粒子群演算法的研究現狀
  2.3 本章小結
第3章 量子進化智能
  3.1 基本概念
    3.1.1 基本概念
    3.1.2 量子進化演算法
  3.2 量子克隆進化計算
    3.2.1 基本概念
    3.2.2 量子克隆進化演算法
    3.2.3 量子克隆進化演算法的結構框架
    3.2.4 量子克隆進化演算法的收斂性
    3.2.5 量子克隆進化演算法模擬
    3.2.6 量子克隆進化演算法的並行實現
  3.3 本章小結
第4章 量子行為粒子群智能
  4.1 量子行為粒子群演算法基礎
    4.1.1 量子行為粒子群優化演算法
    4.1.2 量子行為粒子群優化演算法的改進演算法
  4.2 基於協作學習的量子行為粒子群優化演算法
    4.2.1 協作學習策略
    4.2.2 基於協作學習策略的量子行為粒子群優化演算法框架及實現
    4.2.3 實驗結果及分析
  4.3 基於MapReduce的量子行為粒子群優化演算法
    4.3.1 量子行為粒子群優化演算法基本原理
    4.3.2 MRQPSO演算法
    4.3.3 實驗結果及分析
  4.4 本章小結
第5章 基於量子遺傳優化的卷積神經網路架構搜索應用
  5.1 應用背景
  5.2 評價預估策略與數據預處理的卷積神經網路架構搜索演算法
    5.2.1 評價預估策略
    5.2.2 數據預處理
    5.2.3 演算法流程
  5.3 實驗結果及分析

    5.3.1 數據集
    5.3.2 對比演算法與參數設定
    5.3.3 EESQIGA與傳統演算法的對比
    5.3.4 EESQIGA與QIGA的比較
    5.3.5 數據預處理技術的表現
    5.3.6 圖形化界面展示
  5.4 本章小結
第6章 基於量子進化的量子神經網路結構優化
  6.1 量子神經網路
    6.1.1 量子神經網路的研究歷程
    6.1.2 量子神經網路的應用領域
    6.1.3 量子神經網路的優化方向
  6.2 基於量子進化的量子神經網路結構優化演算法
    6.2.1 基於量子門及網路整體設計搜索空間
    6.2.2 演算法流程
  6.3 實驗結果及分析
    6.3.1 數據集
    6.3.2 實驗環境和參數設置
    6.3.3 實驗結果對比
  6.4 本章小結
參考文獻

  • 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