دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Genetic Algorithms for Pattern Recognition
دانلود کتاب الگوریتم های ژنتیک برای تشخیص الگو
مشخصات کتاب
Genetic Algorithms for Pattern Recognition
ویرایش: 1 نویسندگان: Sankar K. Pal (Author), Paul P. Wang (Author) سری: ISBN (شابک) : 9781138105577, 9781351364478 ناشر: CRC Press سال نشر: 1996 تعداد صفحات: 337 زبان: فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 مگابایت
قیمت کتاب (تومان) : 34,000
کلمات کلیدی مربوط به کتاب الگوریتم های ژنتیک برای تشخیص الگو: علوم کامپیوتر، گرافیک کامپیوتری و تجسم، مهندسی و فناوری، مهندسی برق و الکترونیک، ارتباطات مهندسی برق، سیستم‌های هوشمند، ریاضیات و آمار برای مهندسین
در صورت تبدیل فایل کتاب Genetic Algorithms for Pattern Recognition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتم های ژنتیک برای تشخیص الگو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب الگوریتم های ژنتیک برای تشخیص الگو
حل مسائل تشخیص الگو مستلزم تلاش محاسباتی بسیار زیادی است. با به کارگیری الگوریتم های ژنتیک - یک روش محاسباتی مبتنی بر روش ترکیب مجدد کروموزوم ها در DNA - این مسائل کارآمدتر و با دقت بیشتری حل می شوند. الگوریتم‌های ژنتیک برای تشخیص الگو طیف گسترده‌ای از کاربردها را در علم و فناوری پوشش می‌دهد و ادغام الگوریتم‌های ژنتیک در شناسایی الگو و مشکلات یادگیری ماشین را برای ساختن سیستم‌های تشخیص هوشمند توصیف می‌کند. مقالاتی که توسط کارشناسان برجسته از سراسر جهان نوشته شده‌اند، چندین هدف را انجام می‌دهند: آنها بینشی در مورد نظریه الگوریتم‌های ژنتیک ارائه می‌دهند. آنها نظریه تشخیص الگو را در پرتو الگوریتم های ژنتیک توسعه می دهند. و کاربردها را در شبکه های عصبی مصنوعی و منطق فازی نشان می دهند. نمای مقطعی تحقیق حاضر ارائه شده در الگوریتم های ژنتیک برای تشخیص الگو، آن را به متنی منحصربفرد تبدیل می کند که برای دانشجویان تحصیلات تکمیلی و محققین ایده آل است.
توضیحاتی درمورد کتاب به خارجی
Solving pattern recognition problems involves an enormous amount of computational effort. By applying genetic algorithms - a computational method based on the way chromosomes in DNA recombine - these problems are more efficiently and more accurately solved. Genetic Algorithms for Pattern Recognition covers a broad range of applications in science and technology, describing the integration of genetic algorithms in pattern recognition and machine learning problems to build intelligent recognition systems. The articles, written by leading experts from around the world, accomplish several objectives: they provide insight into the theory of genetic algorithms; they develop pattern recognition theory in light of genetic algorithms; and they illustrate applications in artificial neural networks and fuzzy logic. The cross-sectional view of current research presented in Genetic Algorithms for Pattern Recognition makes it a unique text, ideal for graduate students and researchers.
فهرست مطالب
Fitness Evaluation in Genetic Algorithms with Ancestors` Influence, S. De, A. Ghosh, and S.K. Pal
The Walsh Transform and the Theory of the Simple Genetic Algorithm, M.D. Vose and A.H. Wright
Adaptation in Genetic Algorithms, L.M. Patnaik and M. Srinivas
An Empirical Evaluation of Genetic Algorithms on Noisy Objective Functions, K. Mathias, D. Whitley, A. Kusuma, and C. Stork
Generalization of Heuristics Learned in Genetics-Based Learning, B.W. Wah, A. Ieumwananonthachai, and Y.-C. Li
Genetic Algorithm-Based Pattern Classification: Relationship with Bayes Classifier, C.A. Murthy, S. Bandyopadhyay, and S.K. Pal
Genetic Algorithms and Recognition Problems, H. Van Hove and A. Verschoren
Mesoscale Feature Labeling from Satellite Images, B.P. Buckles, F.E. Petry, D. Prabhu, and M. Lybanon
Learning to Learn with Evolutionary Growth Perceptrons, S.G. Romaniuk
Genetic Programming of Logic-Based Neural Networks, V.C. Gaudet
Construction of Fuzzy Classification Systems with Linguistic If-Then Rules Using Genetic Algorithms, H. Ishibuchik, T. Murata, and H. Tanaka
A Genetic Algorithm Method for Optimizing the Fuzzy Component of a Fuzzy Decision Tree, C.Z. Janikow
Genetic Design of Fuzzy Controllers, M.G. Cooper and J.J. Vidal
Index
