本書是一本原創(chuàng)性的學(xué)術(shù)專著，分為兩部分，第一部分介紹智能大數(shù)據(jù)與深度學(xué)習(xí)的理論方法；第二部分介紹智能大數(shù)據(jù)與深度學(xué)習(xí)的應(yīng)用實(shí)踐。本書的原創(chuàng)性在于提出、研究并給出了12種智能大數(shù)據(jù)與深度學(xué)習(xí)的新理論、新方法和新應(yīng)用。本書適合作為高等院校計(jì)算機(jī)、大數(shù)據(jù)專業(yè)高年級(jí)本科生、研究生的參考用書，同時(shí)適用于高等院校、科研院所及企事業(yè)單位人員的科研及教學(xué)用書。
朱定局，華南師范大學(xué)計(jì)算機(jī)學(xué)院教授。主要從事大數(shù)據(jù)、人工智能方向的研究。現(xiàn)任計(jì)算機(jī)應(yīng)用系主任、智慧計(jì)算科學(xué)研究所所長(zhǎng)。中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員、國(guó)家自然基金委、廣東省科技廳等評(píng)審專家，出版多部著作。
目 錄
第一部分 理 論 方 法
第1章 增強(qiáng)型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 2
1.1 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換方法和系統(tǒng) 2
1.1.1 研究現(xiàn)狀 3
1.1.2 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換方法 4
1.1.3 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換系統(tǒng) 7
1.2 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對(duì)應(yīng)關(guān)系判斷、生成方法和系統(tǒng) 9
1.2.1 研究現(xiàn)狀 10
1.2.2 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對(duì)應(yīng)關(guān)系判斷、生成方法 11
1.2.3 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對(duì)應(yīng)關(guān)系判斷、生成系統(tǒng) 28
第2章 高效智能型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 37
2.1 精簡(jiǎn)輸入的深度學(xué)習(xí)方法和系統(tǒng) 37
2.1.1 研究現(xiàn)狀 37
2.1.2 精簡(jiǎn)輸入的深度學(xué)習(xí)方法 38
2.1.3 精簡(jiǎn)輸入的深度學(xué)習(xí)系統(tǒng) 48
2.2 基于數(shù)據(jù)分割的深度學(xué)習(xí)方法和系統(tǒng) 50
2.2.1 研究現(xiàn)狀 50
2.2.2 基于數(shù)據(jù)分割的深度學(xué)習(xí)方法 51
2.2.3 基于數(shù)據(jù)分割的深度學(xué)習(xí)系統(tǒng) 57
第3章 動(dòng)態(tài)智能型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 60
3.1 基于有向圖的深度學(xué)習(xí)構(gòu)建方法和系統(tǒng) 60
3.1.1 研究現(xiàn)狀 60
3.1.2 基于有向圖的深度學(xué)習(xí)構(gòu)建方法 61
3.1.3 基于有向圖的深度學(xué)習(xí)構(gòu)建系統(tǒng) 70
3.2 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整方法和系統(tǒng) 72
3.2.1 研究現(xiàn)狀 72
3.2.2 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整方法 74
3.2.3 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整系統(tǒng) 80
第二部分 應(yīng) 用 實(shí) 踐
第4章 深度學(xué)習(xí)的大數(shù)據(jù)智能計(jì)算應(yīng)用 86
4.1 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取方法和系統(tǒng) 86
4.1.1 研究現(xiàn)狀 86
4.1.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取方法 89
4.1.3 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取系統(tǒng) 102
4.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對(duì)象匹配數(shù)據(jù)處理方法和系統(tǒng) 108
4.2.1 研究現(xiàn)狀 108
4.2.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對(duì)象匹配數(shù)據(jù)處理方法 109
4.2.3 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對(duì)象匹配數(shù)據(jù)處理系統(tǒng) 120
第5章 深度學(xué)習(xí)的大數(shù)據(jù)智能診斷應(yīng)用 123
5.1 基于深度學(xué)習(xí)的面向自動(dòng)診斷的醫(yī)療數(shù)據(jù)處理方法和系統(tǒng) 123
5.1.1 研究現(xiàn)狀 124
5.1.2 基于深度學(xué)習(xí)的面向自動(dòng)診斷的醫(yī)療數(shù)據(jù)處理方法 124
5.1.3 基于深度學(xué)習(xí)的面向自動(dòng)診斷的醫(yī)療數(shù)據(jù)處理系統(tǒng) 126
5.2 基于雙深度學(xué)習(xí)的數(shù)據(jù)處理方法和疾病診斷裝置 132
5.2.1 研究現(xiàn)狀 132
5.2.2 基于雙深度學(xué)習(xí)的數(shù)據(jù)處理方法 133
5.2.3 基于雙深度學(xué)習(xí)的疾病診斷裝置 145
第6章 深度學(xué)習(xí)的大數(shù)據(jù)智能預(yù)測(cè)應(yīng)用 148
6.1 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報(bào)方法和系統(tǒng) 148
6.1.1 研究現(xiàn)狀 148
6.1.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報(bào)方法 149
6.1.3 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報(bào)系統(tǒng) 155
6.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理方法和系統(tǒng) 157
6.2.1 研究現(xiàn)狀 157
6.2.2 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理方法 158
6.2.3 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理系統(tǒng) 175
結(jié)束語(yǔ) 181
參考文獻(xiàn) 182
新書資訊