Multidimensional Particle Swarm Optimization for Machine Learning and Pattern Recognition

For many engineering problems we require optimization processes with dynamic adaptation as we aim to establish the dimension of the search space where the optimum solution resides and develop robust techniques to avoid the local optima usually associated with multimodal problems. This book explores...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Kiranyaz, Serkan (Συγγραφέας), Ince, Turker (Συγγραφέας), Gabbouj, Moncef (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Berlin, Heidelberg : Springer Berlin Heidelberg : Imprint: Springer, 2014.
Σειρά:Adaptation, Learning, and Optimization, 15
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Chap. 1 Introduction
  • Chap. 2 Optimization Techniques
  • Chap. 3 Particle Swarm Optimization
  • Chap. 4 Multidimensional Particle Swarm Optimization
  • Chap. 5 Improving Global Convergence
  • Chap. 6 Dynamic Data Clustering
  • Chap. 7 Evolutionary Artificial Neural Networks
  • Chap. 8 Personalized ECG Classification
  • Chap. 9 Image Classification Through a Collective Network of Binary Classifiers
  • Chap. 10 Evolutionary Feature Synthesis for Image Retrieval.