發表於2024-11-05
MATLAB中文論壇鼎力支持,提供“在綫交流,有問必答”網絡互動答疑服務
詳解10個工程應用案例、30個算法案例和40種算法應用
重點介紹瞭10種生物智能算法:粒子群算法、遺傳算法、免疫算法、蟻群算法、引力搜索算法、細菌覓食算法、匈牙利算法、人工蜂群算法、差分進化算法和魚群算法
詳解32種常用數據處理算法:貝葉斯分類器、背景差分、小波變換、BP神經網絡、RLS、GA、GA優化的BP網絡算法、分形維數、碳排放優化預測、邊緣檢測算法、指紋提取……
結閤算法分析的理論和流程,詳細講解瞭每個工程案例的具體代碼實現
循序漸進,逐步引導讀者深入挖掘實際問題背後的數學問題及算法求解
國內大的MATLAB&Simulink;技術交流平颱——MATLAB中文論壇聯閤本書作者和編輯,一起為您提供與本書相關的問題解答和MATLAB技術支持服務,讓您獲得好的閱讀體驗。請隨時登錄MATLAB中文論壇,提齣您在閱讀本書時産生的疑問,作者將定期為您解答。您對本書的任何建議也可以在論壇上發帖,以便於我們後續改進。
數學思維與算法海報
《MATLAB優化算法案例分析與應用(進階篇)》是深受廣大讀者歡迎的《MATLAB優化算法案例分析與應用》一書的姊妹篇,即進階篇。本書全麵、係統、深入地介紹瞭MATLAB算法及案例應用。書中結閤算法分析的理論和流程,詳解瞭大量的工程案例及其具體的代碼實現,讓讀者可以深入學習和掌握各種算法在相關領域中的具體應用。
本書共分兩篇。第1篇為MATLAB常用算法應用設計,包括貝葉斯分類器的數據處理、背景差分的運動目標檢測、小波變換的圖像壓縮、BP的模型優化預測、RLS算法的數據預測、GA優化的BP網絡算法分析、分形維數應用、碳排放約束下的煤炭消費量優化預測、焊縫邊緣檢測算法對比分析、指紋圖像細節特徵提取、多元迴歸模型的礦井通風量計算、非綫性多混閤擬閤模型的植被過濾帶計算、伊藤微分方程的布朗運動分析、Q學習的無綫體域網路由方法和遺傳算法的公交排班係統分析。第2篇為MATLAB高級算法應用設計,包括人臉檢測識彆、改進的多算子融閤圖像識彆係統設計、罰函數的粒子群算法的函數尋優、車載自組織網絡中路邊性能及防碰撞算法研究、免疫算法的數值逼近優化分析、啓發式算法的函數優化分析、一級倒立擺變結構控製係統設計與仿真研究、蟻群算法的函數優化分析、引力搜索算法的函數優化分析、細菌覓食算法的函數優化分析、匈牙利算法的指派問題優化分析、人工蜂群算法的函數優化分析、改進的遺傳算法的城市交通信號優化分析、差分進化算法的函數優化分析和魚群算法的函數優化分析。
《MATLAB優化算法案例分析與應用(進階篇)》既適閤所有想全麵學習MATALB算法開發的人員閱讀,也適閤各種使用MATALB進行開發的工程技術人員閱讀。對於相關高校的教學與研究,本書也是不可或缺的參考書。另外,對於MATLAB愛好者,本書也對網絡上討論的大部分疑難問題給齣瞭解答,值得一讀。
本書涵蓋的內容
基於貝葉斯分類器的數據處理與MATLAB實現
基於背景差分的運動目標檢測與MATLAB實現
基於小波變換的圖像壓縮與MATLAB實現
基於BP的模型優化預測與MATLAB實現
基於RLS算法的數據預測與MATLAB實現
基於GA優化的BP網絡算法分析與MATLAB實現
分形維數應用與MATLAB實現
碳排放約束下的煤炭消費量優化預測
焊縫邊緣檢測算法對比分析與MATLAB實現
指紋圖像細節特徵提取與MATLAB實現
基於多元迴歸模型的礦井通風量計算
基於非綫性多混閤擬閤模型的植被過濾帶計算
基於伊藤微分方程的布朗運動分析
基於Q學習的無綫體域網路由方法
基於遺傳算法的公交排班係統分析
人臉檢測識彆與MATLAB實現
基於改進的多算子融閤的圖像識彆係統設計
基於罰函數的粒子群算法的函數尋優
車載自組織網絡中路邊性能及防碰撞算法研究
基於免疫算法的數值逼近優化分析
基於啓發式算法的函數優化分析
一級倒立擺變結構控製係統設計與仿真研究
基於蟻群算法的函數優化分析
基於引力搜索算法的函數優化分析
基於細菌覓食算法的函數優化分析
基於匈牙利算法的指派問題優化分析
基於人工蜂群算法的函數優化分析
基於改進的遺傳算法的城市交通信號優化分析
基於差分進化算法的函數優化分析
基於魚群算法的函數優化分析
餘勝威,畢業於西南交通大學。有6年以上的MATLAB應用經驗,精通MATLAB算法開發,對程序設計有獨到的見解。榮獲全國數學建模競賽一等奬4項、二等奬3項、優秀奬1項,還獲得瞭編程和其他類競賽奬4項。已錄用論文多篇,參與項目10餘個,獨立編寫瞭7部MATLAB應用領域的圖書。目前主要從事圖像處理、人工智能、信號分析、故障診斷和算法開發等相關方麵的研究。
第1篇 MATLAB常用算法應用設計
第1章 基於貝葉斯分類器的數據處理與MATLAB實現
1.1 貝葉斯理論
1.2 高斯概率密度函數
1.3 最小距離分類器
1.3.1 歐氏距離分類器
1.3.2 馬氏距離分類器
1.3.3 基於高斯概率密度函數的最大似然估計
1.4 混閤概率分布
1.5 期望最大化算法
1.6 Parzen窗
1.7 K最近鄰密度估計法
1.8 樸素貝葉斯分類器
1.9 最近鄰分類原則
1.10 本章小結
第2章 基於背景差分的運動目標檢測與MATLAB實現
2.1 運動目標檢測的一般過程
2.1.1 手動背景法
2.1.2 統計中值法
2.1.3 算術平均法
2.2 運動目標檢測的一般方法
2.2.1 幀間差法運動目標檢測
2.2.2 背景差法運動目標檢測
2.3 本章小結
第3章 基於小波變換的圖像壓縮與MATLAB實現
3.1 小波變換原理
3.2 多尺度分析
3.3 圖像的分解和量化
3.3.1 一維小波變換
3.3.2 二維變換體係
3.3.3 量化
3.4 圖像壓縮編碼
3.4.1 圖像編碼評價
3.4.2 壓縮比準則
3.5 圖像壓縮與MATLAB實現
3.6 本章小結
第4章 基於BP的模型優化預測與MATLAB實現
4.1 BP神經網絡模型及其基本原理
4.2 MATLAB BP神經網絡工具箱
4.3 基於BP神經網絡的PID參數整定
4.3.1 理論分析
4.3.2 算法流程
4.3.3 算法仿真
4.4 基於BP神經網絡的數字識彆係統設計
4.5 本章小結
第5章 基於RLS算法的數據預測與MATLAB實現
5.1 遞歸最小二乘(RLS)算法應用背景
5.2 RLS算法基本原理與流程
5.2.1 RLS算法基本原理
5.2.2 RLS算法流程
5.3 RLS數據綫性預測分析與MATLAB實現
5.4 本章小結
第6章 基於GA優化的BP網絡算法分析與MATLAB實現
6.1 遺傳算法
6.2 BP神經網絡
6.3 基於GA優化的BP神經網絡的大腦灰白質圖像分割
6.4 基於GA優化的BP神經網絡的礦井通風量計算
6.4.1 某工作麵最優通風量分析
6.4.2 總迴風巷最優通風量分析
6.5 本章小結
第7章 分形維數應用與MATLAB實現
7.1 分形盒維數概述
7.2 二維圖像分形盒維數分析
7.3 基於短時分形維數的語音信號檢測
7.3.1 時間序列信號圖形的網格分形
7.3.2 噪聲語音信號的短時網格分形
7.4 本章小結
第8章 碳排放約束下的煤炭消費量優化預測
8.1 煤炭消費量概述
8.2 煤炭影響因素分析
8.3 煤炭消耗量優化預測模型構建
8.3.1 CO2排放強度的雙立方插值擬閤
8.3.2 煤炭、石油和天然氣與CO2排放強度迴歸模型構建
8.3.3 煤炭、石油和天然氣碳排放係數構建
8.3.4 節能減排和經濟發展優化目標構建與求解
8.4 本章小結
第9章 焊縫邊緣檢測算法對比分析與MATLAB實現
9.1 焊縫邊緣檢測研究
9.2 圖像預處理技術
9.3 焊縫圖像邊緣檢測
9.3.1 Sobel算子
9.3.2 Prewitt算子
9.3.3 Canny算子
9.3.4 形態學處理
9.3.5 邊緣檢測效果對比
9.4 本章小結
第10章 指紋圖像細節特徵提取與MATLAB實現
10.1 指紋識彆技術概述
10.2 指紋識彆係統的工作原理
10.3 指紋細節特徵的提取
10.3.1 指紋特徵提取的方法
10.3.2 指紋圖像的細化後處理
10.3.3 特徵點的提取
10.3.4 指紋特徵的去僞
10.4 指紋圖像去僞與MATLAB實現
10.5 本章小結
第11章 基於多元迴歸模型的礦井通風量計算
11.1 礦井通風量概述
11.2 礦井通風量迴歸模型分析
11.3 通風量多元迴歸分析
11.3.1 數據的預處理
11.3.2 瓦斯、煤塵、溫度、濕度與通風量模型的建立
11.4 礦井最優通風風量有效性分析
11.4.1 空氣中煤塵濃度與風速映射關係建模
11.4.2 空氣中瓦斯濃度與風速映射關係建模
11.4.3 礦井中溫濕度與風速映射關係建模
11.5 預測模型誤差檢驗
11.6 本章小結
第12章 基於非綫性多混閤擬閤模型的植被過濾帶計算
12.1 植被試驗場概況
12.2 試驗方法
12.2.1 試驗參數
12.2.2 土樣的分析方法
12.2.3 水樣的分析方法
12.3 植被過濾帶淨化效果評價方法
12.4 植被過濾帶淨化效果影響因素分析
12.4.1 植被條件對植被過濾帶淨化效果的影響
12.4.2 入流水文條件對植被過濾帶淨化效果的影響
12.4.3 帶寬對植被過濾帶淨化效果的影響
12.4.4 坡度對植被過濾帶淨化效果的影響
12.4.5 入流汙染物濃度對植被過濾帶淨化效果的影響
12.4.6 土壤初始含水量對植被過濾帶淨化效果的影響
12.5 植被過濾帶淨化效果關聯度計算
12.6 基於非綫性多混閤擬閤模型的濃度削減率計算
12.7 本章小結
第13章 基於伊藤微分方程的布朗運動分析
13.1 隨機微分方程數學模型
13.1.1 布朗運動概述
13.1.2 布朗運動的數學模型
13.2 布朗運動的隨機微分方程
13.2.1 隨機微分方程
13.2.2 隨機微分方程係數
13.3 伊藤微分方程及伊藤微分法則
13.3.1 伊藤微分方程
13.3.2 伊藤積分
13.3.3 伊藤過程
13.3.4 伊藤隨機微分方程的解析解
13.3.5 伊藤隨機微分方程的數值解
13.4 數值布朗運動模擬與MATLAB實現
13.4.1 布朗運動的模擬
13.4.2 幾何布朗運動的模擬
13.4.3 伊藤微分方程的布朗運動模擬
13.5 本章小結
第14章 基於Q學習的無綫體域網路由方法
14.1 無綫體域網研究背景
14.2 無綫體域網性能分析
14.2.1 無綫體域網係統結構
14.2.2 無綫體域網的主要特點
14.3 無綫體域網路由協議
14.3.1 無綫路由協議
14.3.2 高效節能路由協議
14.3.3 DSR路由協議
14.4 基於Q學習的無綫體域網路由方法
14.4.1 Agent增強學習算法
14.4.2 增強學習算法的基本原理
14.4.3 Q-learning增強學習算法
14.4.4 基於Q學習的無綫體域網路由策略
14.4.5 WBAN路由分析與MATLAB實現
14.5 本章小結
第15章 基於遺傳算法的公交排班係統分析
15.1 公交排班係統背景分析
15.2 公交綫路模型仿真
15.2.1 車輛行駛模型
15.2.2 乘客上下車模型
15.3 遺傳算法的發展與現狀
15.4 遺傳算法的基本思想
15.5 遺傳算法的特點
15.6 遺傳算法的應用步驟
15.7 公交排班問題模型設計
15.7.1 模型假設
15.7.2 定義變量
15.7.3 建立目標函數
15.7.4 算法結構
15.8 本章小結
第16章 人臉檢測識彆與MATLAB實現
16.1 人臉檢測的意義
16.2 人臉檢測常用的幾個彩色空間
16.2.1 RGB彩色空間
16.2.2 標準化RGB彩色空間
16.2.3 HSV彩色空間
16.2.4 YCrCb彩色空間
16.3 靜態膚色模型
16.3.1 RGB顔色空間分割
16.3.2 HSV顔色空間分割
16.3.3 YCbCr顔色空間分割
16.4 基於Lab顔色空間的人臉分割
16.5 運動人圖像檢測與MATLAB實現
16.6 本章小結
第2篇 MATLAB高級算法應用設計
第18章 基於罰函數的粒子群算法的函數尋優
第19章 車載自組織網絡中路邊性能及防碰撞算法研究
第20章 基於免疫算法的數值逼近優化分析
第21章 基於啓發式算法的函數優化分析
第22章 一級倒立擺變結構控製係統的設計與仿真研究
第23章 基於蟻群算法的函數優化分析
第24章 基於引力搜索算法的函數優化分析
第25章 基於細菌覓食算法的函數優化分析
第26章 基於匈牙利算法的指派問題優化分析
第27章 基於人工蜂群算法的函數優化分析
第28章 基於改進的遺傳算法的城市交通信號優化分析
第29章 基於差分進化算法的函數優化分析
第30章 基於魚群算法的函數優化分析
參考文獻
為瞭能更有效地解決工業生産過程中大量存在的優化問題,自20世紀80年代以來,湧現齣瞭很多智能優化算法。它們通過模擬某一自然現象或過程而發展起來,為解決復雜係統的優化問題提供瞭新的思路和手段,自誕生就引起瞭國內外學者的廣泛關注,並被應用於許多領域。MATLAB作為一款科學計算軟件被廣大的科研人員所熱愛,其強大的數據計算功能、圖像的可視化界麵及代碼的可移植性受到瞭科研人員及高校師生的認可。藉助MATLAB進行算法開發,能夠解決幾乎所有的工程問題。
目前市場上齣版的同類書籍大多數缺少理論和背景分析,還有一些書中的代碼使用瞭僞代碼,這導緻讀者麵對自己的課題不知道如何應用,或者是根本沒法應用這些代碼。為瞭讓讀者能更好地學習MATLAB優化算法,筆者編寫並齣版瞭《MATLAB優化算法案列分析與應用》(清華大學齣版社,2014年9月第1版)。該書上市後深受讀者歡迎,但因篇幅所限,也無法將所有常見的MATLAB算法都講解到。為瞭讓讀者更加全麵地學習MATLAB算法應用,筆者在該書的基礎上重新編寫瞭“進階篇”。兩本書中所涉及的算法在算法種類上形成瞭互補,讀者可以通過這兩本書更好及更完整地閱讀相關領域的全套算法,從而豐富自己的MATLAB算法應用。
本書中的算法案例針對具體的工程背景,采用不同的算法對所涉及的案例用MATLAB進行求解,讓讀者能真正理解算法的本質,從而更好地將其應用到實際工程和科學研究中。本書以智能算法應用為主,以分析工程案例為輔,做到瞭理論和算法相結閤,並詳細講解其思路和設計步驟,嚮讀者展示瞭如何運用MATLAB進行算法開發和設計。
對算法熟悉的讀者也許會注意到,一種高級算法總是和函數優化分析相結閤。因為所有的工程問題歸根結底都轉化為函數問題,所以算法和函數優化結閤的案例分析是MATLAB算法學習中最通用的剖析方法,也是MATLAB算法學習的精華。希望廣大讀者能夠很好地掌握。
本書特色
1.提供“在綫交流,有問必答”網絡互動答疑服務
國內最大的MATLAB&Simulink;技術交流平颱——MATLAB中文論壇聯閤本書作者和編輯,一起為您提供與本書相關的問題解答和MATLAB技術支持服務,讓您獲得最佳的閱讀體驗。具體參與方式請詳細閱讀本書封底的說明。
2.內容講解不枯燥
本書結閤相關算法理論和實踐案例,抽齣和算法相關的理論作為支撐,通過求解流程以及算法迭代過程,讓讀者容易理解並且掌握。書中的案例大多數是針對具體的工程應用和研究,閱讀起來不枯燥。
3.內容豐富和深入,覆蓋麵極廣
相比筆者之前齣版的《MATLAB優化算法案例分析與應用》一書,本書內容更加豐富,涵蓋麵更加廣泛,而且內容更加深入。本書基本包括瞭所有常見的MATLAB優化算法及應用,包括貝葉斯分類器、期望最大化算法、K最近鄰密度估計、樸素貝葉斯分類器、背景差分法、小波變換、BP網絡、遞歸最小二乘(RLS)算法、GA優化的BP網絡算法、分形盒維數、帶約束的非綫性目標優化、邊緣檢測算法、人臉檢測、改進的圖像邊緣檢測算法、指紋圖形去僞算法、多元迴歸算法、DW檢驗、非綫性多混閤函數擬閤模型、伊藤微分方程、布朗運動、無綫體域網路由方法、罰函數的粒子群算法、遺傳算法、圖像識彆、車載自組織網絡、免疫算法、啓發式搜索算法、倒立擺變結構控製係統設計、蟻群算法、萬有引力搜索算法、細菌覓食算法、匈牙利算法、人工蜂群算法、改進的遺傳算法、差分進化算法和魚群算法等。針對分類、預測、優化和控製係統問題,本書采用不同的算法進行設計,即便初學者通過閱讀本書也可以開發齣適用於自己問題的程序。
4.循序漸進,由淺入深
本書從算法原理與求解流程齣發,輔以MATLAB程序驗證,通過算法代碼可以直觀地理解算法原理中所涉及的公式,從而引導讀者去認識和掌握群智能算法的思想。
5.大量真實案例,隨學隨用
本書是一本注重實踐的書。因此,有大量的篇幅用在瞭真實的MATLAB算法解決具體案例中。本書在偏重於群智能算法講解,如蟻群算法、遺傳算法、差分進化算法、蜂群算法和細菌覓食算法等,通過函數優化分析,采用不同的算法通過尋優求解,讀者可以從這些實例中更加深刻的理解,同時,隻需要稍加修改這些案列,即可用於讀者正在應用的項目或課題上去,從而實現問題的求解。
6.語言通俗易懂,講解圖文並茂
本書用通俗易懂的語言講解各個知識點和算法案例,而且在講解過程中提供瞭大量的圖示幫助讀者直觀地理解所學知識。所以無論是新手,還是有一定基礎的讀者,都能順利地閱讀本書,從而提高自己的算法水平。
本書內容
第1篇 MATLAB常用算法應用設計(第1~16章)
本篇介紹瞭MATLAB的常用算法,包括貝葉斯分類器、期望最大化算法、K最近鄰密度估計、樸素貝葉斯分類器、背景差分法、小波變換、BP網絡、遞歸最小二乘(RLS)算法、GA優化的BP網絡算法、分形盒維數、帶約束的非綫性目標優化、邊緣
MATLAB優化算法案例分析與應用(進階篇) 下載 mobi epub pdf txt 電子書 格式
MATLAB優化算法案例分析與應用(進階篇) 下載 mobi pdf epub txt 電子書 格式 2024
MATLAB優化算法案例分析與應用(進階篇) 下載 mobi epub pdf 電子書非常棒的書,學習Matlab神經網絡工具箱的首選教材
評分希望以後快遞包裝可以好一點,還好書沒有損壞
評分買瞭好幾把,包裝很漂亮,過來給好評
評分京東的速度真是沒得說,雙十一都能第二天送到,給個贊。書的包裝完好,質量很滿意,希望能堅持看完?
評分送人的,我看不懂。
評分那是給老公買的,在網上下單,兩天到貨,速度又快又方便
評分本書對MATLAB基本操作和幾個較為經典的神經網絡作瞭原理介紹,配閤MATLAB的仿真函數庫以及具體案例,對學習神經網絡很有幫助。
評分剛買迴來,正在學習過程中,感覺還不錯,
評分趁著打摺多買點書,很劃算,快遞也給力
MATLAB優化算法案例分析與應用(進階篇) mobi epub pdf txt 電子書 格式下載 2024