本書(shū)作為中國(guó)地質(zhì)大學(xué)(武漢)計(jì)算機(jī)學(xué)院近十年成果集成,梳理總結(jié)十年優(yōu)秀科研成果,聚焦人工智能與數(shù)據(jù)挖掘、遙感信息智能處理、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、地學(xué)信息工程、空間信息工程、網(wǎng)絡(luò)與信息安全等熱點(diǎn)前沿研究,以圖文并茂方式介紹計(jì)算機(jī)學(xué)院教師重點(diǎn)科研內(nèi)容和主要成果,更好地回顧辦院歷史、展示辦學(xué)成就、激發(fā)奮斗意志、匯聚各方力量、提升社會(huì)影響,為學(xué)校70周年校慶增光添彩。
第一篇人工智能與數(shù)據(jù)挖掘
導(dǎo)言
1.1基于ε占優(yōu)的正交多目標(biāo)差分演化算法及其在Kalman濾波器設(shè)計(jì)中的應(yīng)用
1.2太陽(yáng)能電池模型反演的智能優(yōu)化算法研究
1.3面向復(fù)雜非線性方程組多根求解的自適應(yīng)集成進(jìn)化算法研究
1.4面向數(shù)值優(yōu)化的遷移演化算法及其應(yīng)用
1.5動(dòng)態(tài)多策略差分演化算法及其在無(wú)線傳感器網(wǎng)絡(luò)能量分配優(yōu)化中的應(yīng)用
1.6基于新型機(jī)器學(xué)習(xí)技術(shù)的貝葉斯網(wǎng)絡(luò)分類算法及其在文本分類中的應(yīng)用研究
1.7代價(jià)敏感的半監(jiān)督貝葉斯網(wǎng)絡(luò)分類器及其應(yīng)用研究
1.8基于演化強(qiáng)化學(xué)習(xí)的城鎮(zhèn)供水系統(tǒng)傳感器布置與應(yīng)急調(diào)度方法研究
1.9云環(huán)境下基于Memetic框架的水質(zhì)傳感器大規(guī)模優(yōu)化布置方法研究
1.10復(fù)雜多視圖數(shù)據(jù)的表征學(xué)習(xí)及聚類算法研究
1.11基于圖模型的圖像顯著性目標(biāo)檢測(cè)理論與方法研究
1.12時(shí)間分?jǐn)?shù)階擴(kuò)散系統(tǒng)的子區(qū)域能控性與很優(yōu)控制研究
1.13基于時(shí)間序列Shapelets的u-Health心電圖可解釋早期分類研究
……