自主学习系统从数据流到实时知识

开篇：润墨网以专业的文秘视角，为您筛选了一篇自主学习系统从数据流到实时知识范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

Angelov

Autonomous Learning

Systems

From Data Streams to Knowledge in Realtime

2012，298p

Hardcover

ISBN9781119951520

安杰洛夫著

本书是作者十几年来专注于一个新兴领域的研究成果，该新兴领域横跨了包括机器学习、系统识别、数据挖掘、模糊逻辑、神经网络、神经模糊系统、控制理论以及模式识别在内的数个被公认和业已确立的学科。这些学科的演化受到来自工业界的驱动，工业界的驱动则源自国防和安全、航空航天及高级加工工艺、生物医学和智能运输部门的不断增加的需求；学科的演化也受到来自研究的驱动，研究的驱动则源自在上述所有业已确立的学科中存在着创新的强烈趋势。本书提供了对关键性技术的介绍、详细技术说明，以及与应用实际关联的注解，并通过系统的方法论述了自主学习系统面临的挑战，该系统方法为快速成长的研究领域奠定了基础，这些研究将会对许多至关重要的技术应用给与支持。

本书共分成三个部分，15章，还有两个附录：1.绪论：自主系统、自主系统中机器学习的作用、系统识别真实世界的抽象模型、联机识别与脱机识别对比、自主与衍生系统、衍生或进化系统、监督学习与无监督学习对比、本书的结构。第1部分 基础，含第2-4章：2.概率理论基础； 3.机器学习和模式识别基础； 4.模糊系统理论基础。第2部分 自主学习系统的方法论，含第5-10章：5.从数据流型衍生的系统结构； 6.局部子模型的自主学习参数；7.自主预测器、概算机、过滤器及推理传感器； 8.自主学习分类器； 9.自主学习控制器； 10.协同自主学习系统。第3部分 自主学习系统的应用，含第11-15章：11.用于化学及石油化学工业的自主学习传感器； 12.移动机器人中的自主学习系统； 13.视频流中的自主新颖检测及目标跟踪； 14.使用自主学习系统建模衍生用户行为； 15.后记。附录A：数学基础；附录B：基本算法的伪代码。

本书作者是英国兰开斯特大学计算智能讲师及智能系统研究方面的协调员。他是IEEE和INNS（国际神经网络学会）的资深会员，他独立或与别人合作发表了160多篇论文，拥有3项专利，撰写了2本研究专著。他在人-可理解的模糊规则系统和自主机器学习知识提取的方法论及算法方面，做出国际公认的开拓性成果。

本书为高校师生及研究人员和工程师提供了有关这个课题的“一站式参考”。它也是政府部门和软件开发者的一本有价值的参考书。

胡光华，退休高工

（原中国科学院物理学研究所）

Hu Guanghua， Senior Software Engineer

（Former Institute of Physics，CAS）