三民網路書店 / 搜尋結果

產業元宇宙是數字世界對現實世界中社會屬性、物理屬性的精確重構與再創造，是人工智能在現實世界的實體化，是真實世界存在形式的重要組成部分。產業元宇宙技術的廣泛應用，將對現有生產方式、分配方式帶來變革性影響。本書用通俗易懂的語言從產業元宇宙概述、生態全景展望、生態平臺解讀、行業應用以及發展挑戰、趨勢與應對等方面，並結合具體案例進行闡述、分析，提出專業應對策略、措施或建議，使讀者尤其黨政幹部更好瞭解產業元宇宙將重塑生產製造模式、服務模式、商業模式和分配制度，催生新業態、新產業，帶來社會總體生產力的躍遷式發展。本書具有較強的前瞻性和指導性，對經濟行業人員及廣大黨政幹部拓展思路、提高能力、改善服務具有重要指導作用，對助推我國經濟高質量發展具有重要參考作用。

本書從算法框架入手，建立系列非負矩陣分解模型的抽象數學模型，即非負塊配准模型，從統一的角度分析現有的非負矩陣分解模型，並用以開發新的非負矩陣分解模型。根據非負塊配准模型的分析，本書提出非負判別局部塊配准模型，克服了經典非負矩陣分解模型的缺點，提高了非負矩陣分解模型的分類性能。為了克服經典非負矩陣分解的優化算法收斂速度慢的缺點，本書提出在線搜索中利用牛頓法快速搜索步長，提出非負塊配准的快速梯度下降算法。為了克服經典非負最小二乘問題的求解算法的缺點，本書利用最優梯度法在無需線搜索的情況下以二階收斂速度求解非負最小二乘問題，提出非負矩陣分解的高效求解算法。在此基礎上提出非負矩陣分解的高效求解算法，並開發非負塊配准的最優梯度法。為了克服經典優化算法應用于流數據處理時計算開銷過大的缺點，本書提出非負矩陣分解在線優化算法，利用魯棒隨機近似算法更新基矩陣，提出在線算法，提高在線優化算法的魯棒性。本書結合非負矩陣分解的低秩表示特性和殘差矩陣的稀疏特性，指出曼哈頓非負矩陣分解模型可以有效地抑制數據中的噪音和野值，並指出其與低秩和稀疏矩陣分解模型的等價關係。本書提出高效優化算法求解模型，即秩一殘差迭代算法和加速梯度下降算法，前者將模型求解問題分解成若干加權中值問題並用快速算法求解，後者將模型求解問題分解成若干非負最小一乘問題並用平滑技術將其目標函數近似為可微函數，然後利用最優梯度法進行求解。

本書闡述計算智能的理論和相關的應用。重點介紹了如下三個方面的內容：計算智能的前沿技術，可以用計算智能的方法來解決的前沿問題，計算智能的最新技術在相關領域的應用。本書可作為信息科學技術領域高年級本科生和研究生的針對計算智能的入門教材，也可以供從事科研和技術開發的人員參考。IEEE計算智能協會（www．ieee-cis．ors）是該領域重要學術組織，并為本書編寫提供很大幫助。