- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
智能系统开发与应用作业指导书
TOC\o1-2\h\u7314第1章智能系统概述 4
194391.1智能系统的基本概念 4
73721.2智能系统的分类与特点 4
239391.3智能系统的发展与应用 4
20712第2章智能系统开发方法 5
101912.1系统分析方法 5
232402.1.1需求分析 5
312352.1.2功能分析 5
57112.1.3功能分析 5
112972.2系统设计方法 6
246992.2.1总体设计 6
412.2.2详细设计 6
205742.2.3界面设计 6
250082.3系统实现与测试 6
145552.3.1编码实现 6
79752.3.2集成测试 6
167202.3.3系统测试 6
210822.3.4用户验收测试 6
5273第3章人工智能基础知识 7
66453.1机器学习 7
248403.1.1概述 7
51303.1.2学习方法 7
310493.1.3常用算法 7
189233.2人工神经网络 7
95543.2.1神经元模型 7
327423.2.2网络结构 7
275883.2.3训练算法 7
121753.3深度学习 7
80443.3.1概述 7
270813.3.2常用网络结构 8
66023.3.3训练技巧 8
14523.3.4应用领域 8
4805第4章数据挖掘与知识发觉 8
276354.1数据预处理 8
181564.1.1数据清洗 8
27244.1.2数据集成 8
268844.1.3数据变换 8
69114.1.4数据归一化 8
1694.2数据挖掘方法 9
297024.2.1关联规则挖掘 9
100604.2.2聚类分析 9
138464.2.3分类与预测 9
240244.2.4时序分析 9
164834.3知识发觉与应用 9
186224.3.1知识发觉流程 9
100834.3.2知识发觉应用 9
197824.3.3案例分析 9
23390第5章智能控制系统 10
87685.1智能控制理论 10
268225.1.1概述 10
142395.1.2智能控制方法 10
184355.1.3智能控制技术的发展趋势 10
131815.2智能控制器设计 10
83975.2.1设计原则 10
308665.2.2设计方法 10
177545.2.3设计步骤 11
23495.3智能控制系统应用 11
30405.3.1工业领域 11
294885.3.2农业领域 11
85075.3.3医疗领域 11
52715.3.4交通领域 11
14675.3.5家居领域 11
17813第6章与自动化 11
116196.1概述 11
72526.1.1定义与分类 11
182106.1.2发展历程 11
245236.1.3关键技术 12
27606.2控制系统 12
108376.2.1控制系统概述 12
112156.2.2控制系统设计原则 12
4916.2.3控制算法及应用 12
161706.3自动化技术与设备 12
69526.3.1自动化技术概述 12
52966.3.2自动化设备及应用 12
259896.3.3自动化发展趋势 12
18667第7章智能优化算法 12
129187.1遗传算法 12
149277.1.1遗传算法概述 12
56987.1.2遗传算法的基本原理 13
95047.1.3遗传算法的应用 13
227377.2粒子群优化算法 13
9147.2.1粒子群优化算法概述 13
158167.2.2粒子群优化算法的基本原理 13
317207.2.3粒子群优化算法的应用 13
262847.3神经网络优化算法 13
134767.3.1神经网络优化算法概述 13
263347.3.2神经网络优化算法的基本原理 13
263657.3.3神经网络优化算法的应用 13
8363第8章智能决策支持
文档评论(0)