智能信號處理：基於仿生智能優化
陳雷
- 出版商: 清華大學
- 出版日期: 2023-03-01
- 定價: $594
- 售價: 7.9 折 $469
- 語言: 簡體中文
- ISBN: 7302624194
- ISBN-13: 9787302624196
-
相關分類:
Machine Learning
立即出貨 (庫存=1)
買這商品的人也買了...
-
基於 CUDA 的 GPU 並行程序開發指南 (GPU Parallel Program Development Using CUDA)$1,074$1,020 -
對抗機器學習：機器學習系統中的攻擊和防禦$414$393 -
Machine Learning for Future Wireless Communications (Hardcover)$1,960$1,920 -
$768基於多域融合的複合維度通信關鍵技術 -
$1,014分佈式人工智能：基於 TensorFlow、RTOS 與群體智能體系 -
$805基於物聯技術的多智能體製造系統 -
通信系統 — 使用 MATLAB 分析與實現 (Communication Systems Principles Using MATLAB)$570$541 -
$594高能效類腦智能：算法與體系架構 -
$504微波與光波融合的新一代微電子裝備製造技術 -
數字無線電中的信號數字化與重構$414$393 -
$1,008複雜環境下語音信號處理的深度學習方法 -
$708無人機組網與應用：基於 5G 移動通信網絡 -
$1,188人工智能硬件電路設計基礎及應用 -
高並發系統實戰派：集群、Redis 緩存、海量存儲、Elasticsearch、RocketMQ、微服務、持續集成等$654$621 -
面向信號處理的機器學習$654$621 -
AI 加速器架構設計與實現圖書$594$564 -
邊緣AI｜使用嵌入式機器學習解決真實世界的問題 (AI at the Edge: Solving Real-World Problems with Embedded Machine Learning)$880$695 -
SoC 設計指南：基於 Arm Cortex-M$714$678 -
$594深度學習的理論基礎與核心算法 -
電磁頻譜監測$594$564 -
無人系統 : 環境感知,規劃控制與集群智能$599$569 -
$852物聯網無線通道與電波傳播理論 -
典型雷達目標微多普勒效應分析與分類識別技術$594$564 -
低空無人機集群反制技術$708$672 -
基於博弈理論和頻譜特征的雷達波形設計$414$393
相關主題
商品描述
本書是在國內外仿生智能優化相關理論與應用研究的基礎上，結合多年的研究成果，介紹和闡述將仿生智能優化算法應用於信號處理相關問題的理論和方法。本書共分5章，系統地介紹了基於仿生智能優化的智能信號處理的基本理論和算法。書中分析了仿生智能優化算法的特點及優勢，給出了基於仿生智能優化的智能信號處理框架，介紹了多種性能優良的仿生智能優化算法，系統地研究了基於仿生智能優化的盲信號分離技術、高光譜圖像解混技術和三維點雲拼接技術等三大類基於仿生智能優化的智能信號處理技術，針對算法的模型建立、目標函數的構造、參數編碼方法及算法性能分析與驗證等內容進行了詳細的闡述。 全書著眼於學術前沿，視角新穎、深入淺出，循序漸進，既註重對基本原理的闡述，也對算法的提出與應用效果進行了系統分析驗證，並力求語言表達精煉準確。 本書可供信息科學、電腦科學與技術、統計學、人工智能等領域的科研人員和專業人士參考。
目錄大綱
目錄
第1章緒論1
1.1仿生智能優化算法的特點及優勢1
1.2基於仿生智能優化的智能信號處理框架2
第2章仿生智能優化算法8
2.1粒子群優化算法8
2.2人工蜂群算法9
2.3細菌趨藥性優化算法11
2.4細菌覓食優化算法12
2.5回溯搜索優化算法15
2.6蝙蝠算法16
2.7微分搜索算法17
2.8布穀鳥搜索算法18
2.9樽海鞘群算法19
2.10鯨群優化算法21
2.11蝗蟲優化算法24
第3章基於仿生智能優化的盲信號分離技術31
3.1線性混合盲信號分離模型31
3.1.1數學模型31
3.1.2假設條件與不確定性32
3.1.3盲信號分離前的預處理33
3.2盲信號分離的獨立性判據34
3.2.1最小互信息判據35
3.2.2極大似然判據36
3.2.3最大化峭度判據36
3.2.4最大化負熵判據37
3.3盲信號分離算法的性能評判38
3.3.1主觀定性評判方法38
3.3.2客觀定量評判方法39
3.4基於粒子群優化的有序盲信號分離算法39
3.4.1目標函數的選取40
3.4.2參數編碼與初始粒子群體的確定41
3.4.3消源與新混合信號的形成41
3.4.4實驗分析43
3.4.5算法在工頻乾擾消除中的應用50
3.5基於細菌群體趨藥性的有序盲信號分離算法57
3.5.1帶探測判斷和優勢細菌隨機擾動的細菌群優化算法58
3.5.2基於DPBCC算法的有序盲信號分離算法63
3.5.3實驗分析65
3.5.4在工頻乾擾消除中的應用72
3.6基於細菌覓食優化的盲信號分離算法73
3.6.1盲信號分離的目標函數73
3.6.2菌群位置編碼與優化分離過程73
3.6.3基於改進BFO的分離算法76
3.6.4實驗分析77
3.7基於樣條插值與人工蜂群優化的非線性盲信號分離算法84
3.7.1後非線性混合盲分離模型85
3.7.2改進的人工蜂群算法85
3.7.3基於樣條插值與MABC的後非線性分離算法87
3.7.4實驗分析90
3.8基於回溯搜索優化的捲積盲信號分離算法99
3.8.1捲積混合盲分離模型100
3.8.2獨立向量分析100
3.8.3基於回溯搜索優化的分離算法原理101
3.8.4實驗分析104
第4章基於仿生智能優化的高光譜圖像解混技術109
4.1高光譜圖像解混技術概述110
4.1.1基於幾何學的方法111
4.1.2基於統計學的方法113
4.2高光譜圖像解混模型113
4.2.1線性光譜混合模型114
4.2.2非線性光譜混合模型114
4.2.3高光譜圖像解混評價指標116
4.3基於仿生智能優化的高光譜圖像線性解混方法117
4.3.1基於布穀鳥搜索的高光譜圖像線性解混算法117
4.3.2基於去噪降維和蝙蝠優化的高光譜圖像線性
解混算法122
4.4基於仿生智能優化的高光譜圖像非線性解混方法127
4.4.1基於微分搜索的高光譜圖像非線性解混算法127
4.4.2基於回溯優化的高光譜圖像非線性解混算法136
第5章基於仿生智能優化的三維點雲拼接技術145
5.1點雲拼接的數學表示145
5.2基於仿生智能優化的三維點雲拼接方法146
5.3基於哈希表和飛蛾火焰優化的點雲拼接算法147
5.3.1飛蛾火焰優化算法148
5.3.2哈希優化策略148
5.3.3HMFO算法150
5.3.4實驗分析152
5.4基於色彩信息的自適應進化點雲拼接算法154
5.4.1彩色點雲模型及特徵點採樣155
5.4.2帶色彩約束的目標函數157
5.4.3種群編碼及優化求解158
5.4.4實驗分析158
5.5基於重採樣策略與人工蜂群優化的點雲拼接算法161
5.5.1重採樣策略161
5.5.2改進的人工蜂群搜索策略163
5.5.3編碼方案和拼接算法流程163
5.5.4實驗分析164
參考文獻172
