本书全面讨论了最新的数学建模技术及其在模糊建模、信号处理、神经网络、机器学习、图像处理及其数值分析等各个领域的应用。进一步介绍了图像处理技术，如用于人脸检测的Viola-Jones方法和用于行人视频情感的模糊方法。它将作为机械工程、电子、通信工程、计算机工程和数学领域的研究生和学术研究人员的理想参考文本。
- 讨论神经网络、机器学习、图像处理和数学建模的应用
- 提供机器学习和基于图像处理问题的模拟技术
- 强调疾病检测中的人工智能和机器学习技术
- 介绍数学建模技术，如小波变换，微分方程建模，多维数据的数值技术
- 包括现实生活中的问题，以便更好地理解
这本书提出了数学建模技术，如小波变换，微分方程，和多维数据的数值技术。它将作为一个理想的参考文本研究生和学术研究人员在不同的工程领域，如机械，电子和通信，和计算机工程。
成为VIP会员查看完整内容
Neural Networks, Machine Learning, and Image Processing: Mathematical Modeling and Applications
相关内容
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。
Arxiv
0+阅读 · 2023年1月12日
Arxiv
11+阅读 · 2018年12月8日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2023年1月12日
Arxiv
11+阅读 · 2018年12月8日
微信扫码咨询专知VIP会员