随着信息爆炸产生的海量数据时代的来临，数据中所蕴含的价值将会对人类社会产生直接的，全面的，甚至是革命性的影响。因此，在大数据背景下，有效地分析，组织和使用各类数据，将对科技进步以及经济发展产生巨大的推动作用，孕育出前所未有的机遇。针对大数据技术体系架构，本著作总结出在大数据处理流程中，所面临不同层面的问题及其相互关系，

本书从仿生学的角度,阐述AI面临的挑战和前沿研究方向,同时融入作者在AI研究中部分最新成果。反映了人工智能发展的最新动态，为生物信息学或其他学科的特征分析提供手段和方法，为研究和开发更高层次的human-like智能打下基础。本书强调新视野、先进性、实用性和可读性，书中涉及的经典例子和算法都将提供程序实现，附在随书光盘

《基于逼近论的多模态信息表示》从逼近论角度，由最基本的线性无关函数基（插值基、奇异值分解、主成分分析）出发，到正交函数基（傅里叶变换、小波基），再到一般通用逼近算子（人工神经网络），延伸至过完备基（压缩传感、稀疏表示），最后实现分层特征表示（深度学习）。通过基函数表示信息的思想贯穿始终，作者希望由此启发读者更进一步思考

自然计算是国际上一个新的计算领域研究热点。本书为国内第一部以自然计算为主要内容的专著。第一部分首先对传统的自然计算方法-人工神经网络、进化计算、模糊系统等简要回顾并介绍其最新的进展情况。第二部分从第二章开始到第七章重点介绍生物启发的计算、物理启发的计算、化学启发的计算等重要的新兴的自然计算方法及体系。第三部分介绍与自然

《神经网络与深度学习》是一本介绍神经网络和深度学习算法基本原理及相关实例的书籍，它不是教科书，作者已尽量把公式减少到极少，以适应绝大部分人的阅读基础和知识储备。《神经网络与深度学习》涵盖了神经网络的研究历史、基础原理、深度学习中的自编码器、深度信念网络、卷积神经网络等，这些算法都已在很多行业发挥了价值。 《神经网络与

20世纪50年代以来，人工智能出现了符号主义、连接主义和行为主义等主导性研究范式。理论界普遍认为，人工智能已经超越了现有的范式理论，逐步形成了一种融合的趋势。然而，如何对人工智能各研究范式进行融合以及在什么样的基础上进行融合，这一难题成为人工智能理论进一步发展的瓶颈所在。本书从贯穿整个人工智能发展过程的两条主要线索--

不确定性知识处理是人工智能领域最基本的研究问题。《不确定性知识处理的基本理论与方法》对知识表示和推理、不确定性知识处理（亦简称不确定性处理）的基本理论与方法进行了全面、系统的阐述，内容包括知识表示与推理方法、不确定性知识处理的经典理论与方法、贝叶斯网推理与学习方法、粗糙集理论等四部分。 《不确定性知识处理的基本理论与

书中介绍了针对不同情况的多种分类和聚类算法，如信任C均值聚类算法，信任K近邻分类器和不完整数据信任分类器等。通过对多个信任分类器输出的融合能够得到更全面可靠的信息，提高目标识别准确性。针对多源多时相信息融合，发展了动态证据推理，不仅可对目标实时识别，还能对目标变化准确检测判断。

大规模强化学习

人工智能及其演化

谷歌AlphaGO战胜李世石，标志着机器智能向人类智能的领地又迈进了伟大的一步。而“互联网”向“智能”时代的跃迁，也昭示新智能时代即将到来。2016年，恰逢人工智能诞生60周年，《新智元：机器人类=超智能时代》是人工智能技术和产业狂飙突进的见证，为读者打开人工智能世界的一

作为一类具有广泛应用背景的非线性动力系统，神经网络的稳定性和同步控制是其应用和设计的基础。本书致力于系统介绍时滞神经网络的稳定性与同步控制理论在近年来取得的最新成果。主要内容涉及到：根据神经网络的演化机制和内在规律，建立切合实际的时滞神经网络模型，运用Lyapunov稳定性理论、线性矩阵不等式技术、划分时滞方法、规范型

本书第一版（2004年）创建了"知识系统工程"这一新的学科分支，将知识管理中的基于信息技术与基于组织行为的知识管理思想与方法综合集成，兼顾知识管理里与知识处理（知识运作），形成新的理念和视角。近十年来，社会经济发展对知识的应用和创新提出新的更大更高的需求，移动互联网、大数据、云计算、物联网等的发展以及智能科学与技术的深

本书是一本介绍大数据智能分析的科普书籍，旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术，以期让大数据技术更好地为我们的生产和生活服务。全书包括大数据智能基础和大数据智能应用两个部分，共8章。大数据智能基础部分有三章：第1章以深度学习为例介绍大数据智能的计算框架；第2章以知识图谱为例介绍大数据智能的知识库

借鉴生物免疫系统的分层防御机理以及层次间的相互作用，作者提出了用于机电设备故障诊断的免疫诊断模型。将故障检测与诊断功能进行整合，研究机电设备异常检测与故障诊断的免疫算法与模型，分层解决设备的状态监测、故障定位与诊断等关键问题，建立了异常状态监测与故障诊断一体化的快速反应机制。第一层，异常追踪监测。在获取设备运行状态数据

本书介绍了群体智能理论的主要研究分支和拟态物理学方法的基本概念和思想，结合生物系统和物理系统都具有自组织、自学习和自适应的特性，提出了从拟态物理学这一独特视角研究群体智能，深入介绍了由拟态物理学规律驱动的生物群集行为的建模仿真以及稳定性分析，拟态物理学优化算法的框架建立、算法设计、收敛性分析、约束优化问题求解以及群机器

《新型神经网络及其英文SCI论文评审论辩》以作者多年在神经网络理论与应用方面的研究成果为线索，介绍了SCI期刊论文投稿、论辩与发表方面的具体事项和相关技巧，对指导研究者进行SCI论文投稿具有重要的参考价值。《新型神经网络及其英文SCI论文评审论辩》阐述了三类新型神经网络(连续ZNN、离散ZNN、WASD神经网络)的研究

本书是机器学习原理和算法编码实现的基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法，均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。数学推导力图做到由浅入深，深入浅出。结

时滞神经网络动力学是神经网络与动力系统交叉结合的一门新型学科，《时滞型神经网络动力学分析及在电力系统中的应用》较详细地介绍了若干具有不同实际背景和应用功能的时滞型神经网络的模型及有关基本概念，通过对国内外大量文献资料进行精心筛选与组织，较系统地介绍了国内外学者关于时滞型神经网络动力学研究的一些优秀成果并将其付诸于电力系

《混合神经网络技术（第二版）》在论述神经网络基本概念和基本原理的基础上，重点介绍混合神经网络技术，同时，介绍各种混合神经网络技术在电磁建模和优化问题中的应用。《混合神经网络技术（第二版）》共11章，内容主要包括神经网络的基本概念、基础知识、BP神经网络、RBF神经网络、Hopfield神经网络、粒子群神经网络、模糊神经