《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》共5章，第1章主要介紹神經(jīng)網(wǎng)絡(luò)、微分系統(tǒng)穩(wěn)定性理論和泛函分析的基本理論和概念；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本模型及算法；第3章介紹后期比較熱門的三種神經(jīng)網(wǎng)絡(luò)，即Hopfield神經(jīng)網(wǎng)絡(luò)、細胞神經(jīng)網(wǎng)絡(luò)與雙向聯(lián)想（BAM）神經(jīng)網(wǎng)絡(luò)的模型及動力學(xué)問題；第4章介紹復(fù)雜神經(jīng)網(wǎng)絡(luò)模型及動力學(xué)問題；第5章介紹神經(jīng)網(wǎng)絡(luò)的應(yīng)用

隨著信息爆炸產(chǎn)生的海量數(shù)據(jù)時代的來臨，數(shù)據(jù)中所蘊含的價值將會對人類社會產(chǎn)生直接的，全面的，甚至是革命性的影響。因此，在大數(shù)據(jù)背景下，有效地分析，組織和使用各類數(shù)據(jù)，將對科技進步以及經(jīng)濟發(fā)展產(chǎn)生巨大的推動作用，孕育出前所未有的機遇。針對大數(shù)據(jù)技術(shù)體系架構(gòu)，本著作總結(jié)出在大數(shù)據(jù)處理流程中，所面臨不同層面的問題及其相互關(guān)系，

本書從仿生學(xué)的角度,闡述AI面臨的挑戰(zhàn)和前沿研究方向,同時融入作者在AI研究中部分最新成果。反映了人工智能發(fā)展的最新動態(tài)，為生物信息學(xué)或其他學(xué)科的特征分析提供手段和方法，為研究和開發(fā)更高層次的human-like智能打下基礎(chǔ)。本書強調(diào)新視野、先進性、實用性和可讀性，書中涉及的經(jīng)典例子和算法都將提供程序?qū)崿F(xiàn)，附在隨書光盤

20世紀(jì)50年代以來，人工智能出現(xiàn)了符號主義、連接主義和行為主義等主導(dǎo)性研究范式。理論界普遍認為，人工智能已經(jīng)超越了現(xiàn)有的范式理論，逐步形成了一種融合的趨勢。然而，如何對人工智能各研究范式進行融合以及在什么樣的基礎(chǔ)上進行融合，這一難題成為人工智能理論進一步發(fā)展的瓶頸所在。本書從貫穿整個人工智能發(fā)展過程的兩條主要線索--

借鑒生物免疫系統(tǒng)的分層防御機理以及層次間的相互作用，作者提出了用于機電設(shè)備故障診斷的免疫診斷模型。將故障檢測與診斷功能進行整合，研究機電設(shè)備異常檢測與故障診斷的免疫算法與模型，分層解決設(shè)備的狀態(tài)監(jiān)測、故障定位與診斷等關(guān)鍵問題，建立了異常狀態(tài)監(jiān)測與故障診斷一體化的快速反應(yīng)機制。第一層，異常追蹤監(jiān)測。在獲取設(shè)備運行狀態(tài)數(shù)據(jù)

《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)計算科學(xué)與自動控制科學(xué)的交叉優(yōu)勢，主要介紹了神經(jīng)系統(tǒng)場效應(yīng)的動力學(xué)模型，分析了外電場作用下的神經(jīng)元以及神經(jīng)元網(wǎng)絡(luò)的動力學(xué)特性，重點闡述參數(shù)辨識方法在神經(jīng)系統(tǒng)建模中的應(yīng)用，以及先進控制算法例如優(yōu)化控制、迭代學(xué)習(xí)、模型預(yù)測控制等在單神經(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)

本書以復(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,形成容納復(fù)雜網(wǎng)絡(luò)和多智能體系統(tǒng)的動態(tài)特性的研究脈絡(luò)。本書的特點是在動力系統(tǒng)和穩(wěn)定性之間的關(guān)系上進行了詳盡的闡述,傳統(tǒng)的動力神經(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)系進行闡述,揭示了大規(guī)模系統(tǒng)之間的演化關(guān)系。同時,針對單穩(wěn)定性、多穩(wěn)定性、周期解和不變集

《生物信息學(xué)中的機器學(xué)習(xí)分析方法》針對生物信息學(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)介紹機器學(xué)習(xí)、統(tǒng)計學(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和探索生物現(xiàn)象，以及建立統(tǒng)一的形式化的模型對生物

通常一個用于解決復(fù)雜非線性問題的人工神經(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。在實際中人們很難完全知道每個神經(jīng)元的狀態(tài)信息，因此對時滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計問題的研究具有非常重要的意義�！稌r滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計理論與應(yīng)用》主要介紹有關(guān)時滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計理論和應(yīng)用的最新成果，運用多種不同的

本書緊緊圍繞物聯(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)、射頻識別（RFID）技術(shù)原理及應(yīng)用；傳感器及無線傳感網(wǎng)絡(luò)的基本知識及應(yīng)用；與物聯(lián)網(wǎng)相關(guān)的通信與網(wǎng)絡(luò)技術(shù)；云計算及智能信息處