ISBN: (纸本)9787121490217

摘要： 本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。本书第5版在现有版本的基础上做了优化，改动量为30%，篇幅由之前的13章压缩到11章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计（BP神经网络、径向基函数神经网络、自组织竞争神经网络、概率神经网络、对向传播神经网络、反馈型神经网络），决策树分类器设计，聚类分析，遗传算法聚类分析,群体智能算法分析等。本书内容新颖，实用性强，理论与实际应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应的Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。

关键词： 城市交通管理   交通安全自动预警   GIS技术   MapInfo   遗传算法   神经网络  

摘要： 设计基于GIS技术的城市道路交通安全自动预警方法。利用MapInfo遍历目标道路网络筛选并标注出事故频发点，设为自动预警点位;采集其交通流量、道路状况、天气条件、交通管控、社会经济、时间因素等数据，进行缺失值处理与规划处理;结合遗传算法优化的神经网络，实施道路交通事故预警。实验测试结果表明，此方法能有效地预警潜在的交通事故，减少误报率，提高了预警系统的效率和准确性，为城市交通安全管理提供了新的思路。

关键词： Markov状态空间法   牵引供电系统   可靠性分析   Markov随机过程  

摘要： 为提高对牵引供电系统可靠性的分析效果，研究基于Markov状态空间法设计一种新的分析方法。在分析可靠性原理和Markov随机过程的基础上，考虑牵引供电系统运行特点，构建Markov状态空间法的牵引供电系统可靠性分析模型，将牵引供电系统运行状态分别为正常状态、事故状态、风险状态。用状态空间转移图表示牵引供电系统的三种运行状态转移情况，并将第一次故障前平均时间、牵引供电系统状态的概率变化、牵引供电系统平稳状态概率作为分析牵引供电系统可靠性指标完成分析。实验结果表明:该方法能够快速计算出牵引供电系统三种运行状态概率分布值，求解三种运行状态概率解析值与原始统计值误差分别为0.15、0.18、0.23，求解效率高，说明该方法提高了对牵引供电系统可靠性的分析效果。

关键词： 人工神经网络(ANN)   造型优化设计   产品意象预测  

摘要： 从用户情感出发，对产品造型特征与目标用户情感意象的匹配关系进行研究。以救援挖掘机为设计对象，运用问卷调研法、语义差异法、聚类分析等方法获取用户评价指标与优势样本。通过决策树方法推理得到产品造型特征要素，针对样本进行造型因子的解构与提取。构建产品造型因子编码矩阵与用户情感意象评价矩阵，搭建产品造型意象人工神经网络（ANN）预测模型，实现产品造型特征与用户情感意象之间的非线性映射关系，通过对比多元线性回归预测模型验证其优势性。根据产品造型意象人工神经网络预测模型推荐造型因子进行设计实践，验证方法的可行性，为特种车辆类产品造型的优化设计提供参考。

ISBN: (纸本)9787121491993

摘要： 本书从PC（个人电脑）发展的历程，来描述IT行业的大变迁以及主宰公司浮沉的夺命力量。它给管理者提供了企业如何逆转长周期的战略视角，同时为普通读者解读了PC穿越周期的过程，提供关于IT变迁的洞见。 全书大致包含五个隐含的时间点，代表不同的算力周期，试图记录一个磅礴多彩的时代叠层形成的过程。从PC的出现，到互联网时代的PC，到移动互联网的主宰，到云计算与企业服务的兴起，以及当今人工智能时代的来临，PC行业逆转了所有的看衰周期，保持着基石产业的鲜活形态。

关键词： 人才画像   人岗匹配   联合嵌入卷积神经网络   云计算  

摘要： 如今信息时代快速发展，新兴技术应用推动各行各业变革，云计算技术尤其受到关注。云计算技术基于网络，将计算、存储等资源进行集成和动态管理，为人才招聘带来诸多创新和优化。通过研究画像建模与联合嵌入神经网络算法，对医院招聘过程中岗位和人才实现匹配分析。研究表明，实验获得改进广义神经网络光滑因子为0.7248，误差为0.7541，适应度为1.29。模型分析下技术岗位曲线下面积平均值为0.895875。对于行政类和其他，与人才画像关联度较低，曲线下面积平均值只有0.6899375，0.7383875。可见研究的匹配分析算法对医院招聘人岗高效匹配具有参考价值。

关键词： 激光星间链路   GNSS   混合星间链路   遗传算法   粒子群优化  

摘要： 随着星间链路技术的发展，激光星间链路以其独特的优势得到了广泛的关注。相比现有的全球导航卫星系统（GNSS）采用的微波星间链路，无论在测距精度还是通信带宽上，以激光为媒介的星间通信更具优势。因此，在下一代GNSS建设中，系统组网方式将从全微波星间链路转变为以激光星间链路为主。然而，在系统过度阶段，即“局部激光+微波”，局部高速激光节点的部署是亟需解决的关键技术问题。为了解决上述问题，本文提出了一种提出了一种基于带精英策略的非支配排序遗传算法的多目标离散二进制选择算法（M-DBSA）来选择高速激光节点。首先，基于星间几何约束和天线俯仰角约束分析，建立了一个高中低星间可视性模型。其次，为了提升混合体制GNSS星间链路通信能力，采用M-DBSA得到优化的联合策略。最后，相比于所对比的算法，实验结果表明所提出的算法能进一步提升激光骨干节点对低轨卫星的覆盖性，缩短高速激光骨干节点对低轨卫星的重访时间约49%，并且保持了较好通信跳数分布。

关键词： 超声波技术   GA   水电站   OBL   800 MPa高强钢接头   焊缝检测  

摘要： 焊接质量在工业制造中起着举足轻重的作用，焊缝优良程度则是焊接质量的直接表现。针对目前水电站常用的800 MPa高强钢接头焊缝检测方法，往往存在检测质量差和效率低等问题。研究提出了一种将超声检测技术应用于机械手臂进行焊缝扫描检测的系统，并针对机械手臂关节运动时产生的误差，将遗传算法与反向学习相结合构建改进遗传算法应用于机械手臂末端，对机械手臂关节运动产生的误差进行修正。将该算法与其他算法进行性能对比实验，该算法的准确率为98.8%和召回率为97.2%，显著优于对比算法。在应用效果分析实验中，从A扫描和C扫描维度来看，结果表明该检测系统具有有效性和实用性。上述结果表明，研究提出的焊缝检测系统能有效提高焊缝检测的质量。

关键词： 多能源互联网   电力系统   动态优化   设备调度   遗传算法  

摘要： 随着能源和技术的发展，多能源电力系统逐渐进入我们的生活当中。为实现多能源电力系统中各能源的高效利用，实现低成本的互联网电力系统的智能调度，研究构建了一个基于双层优化的多能源电力系统决策动态优化模型。从能量的生产与转换、存储方面建立设备的数学模型，然后以经济成本和能源效率为对象建立多目标优化函数。同时给出函数相应的约束条件。最后利用混合算法对系统运行优化问题进行解决。通过仿真实验分析可知，研究所设计的动态优化模型的电中断惩罚为0元，年综合成本为7 830万元，一次性能源利用率为78.2%，电能缺额为0 kW·h，热能缺额为0 MJ，冷能缺额为0 MJ。结果表明研究所设计模型能够提高能源的利用率和自给率，同时降低能量缺额。

关键词： 磁芯损耗   机器学习   多项式回归   XGBoost   遗传算法  

摘要： 磁性元件在磁能传递、存储和滤波中起着关键作用，直接影响功率变换器的体积、质量、损耗及成本。因此，准确预测磁芯损耗至关重要。针对励磁波形对磁芯损耗的显著影响，提出了一种基于集成学习的励磁波形分类策略，采用支持向量机（SVM）、随机森林（RF）和梯度提升决策树（GBDT）作为基分类器，通过将分类结果与原始特征结合构建新的特征集，并使用元分类器进行训练以提升模型的泛化能力。随后，选择XGBoost作为磁芯损耗预测的核心模型。最后，通过遗传算法进行多目标优化，寻找到最小磁芯损耗与最大传输磁能的最佳工况。实验结果表明，提出的集成学习分类模型能够准确分类励磁波形，XGBoost模型相较于传统磁芯损耗预测模型及其他机器学习模型，展现出更高的预测精度和拟合效果。优化后的模型成功实现了磁芯损耗最小化与传输磁能最大化的平衡。