集成電路規(guī)模的擴(kuò)展以及計(jì)算機(jī)體系架構(gòu)從單核系統(tǒng)到多核系統(tǒng)的演進(jìn)，共同推動(dòng)了處理能力的大幅提升，迅速將片上聚合帶寬擴(kuò)展到了太比特／秒量級(jí)，因此，須相應(yīng)地提高芯片間的數(shù)據(jù)傳輸量，使其不會(huì)限制整個(gè)系統(tǒng)的性能。提高芯片間通信帶寬的兩種常規(guī)方法包括提高每通道數(shù)據(jù)速率以及I/O數(shù)量�！陡咚俟庾踊ミB》討論了與擴(kuò)展I/O數(shù)據(jù)速率相關(guān)的

本書可為人工智能、計(jì)算機(jī)科學(xué)、信息科學(xué)、自動(dòng)化技術(shù)等領(lǐng)域及其交叉領(lǐng)域中從事量子計(jì)算、進(jìn)化算法、機(jī)器學(xué)習(xí)及相關(guān)應(yīng)用研究的技術(shù)人員提供參考，也可作為相關(guān)專業(yè)研究生和高年級(jí)本科生教材，其中前四部分為基礎(chǔ)理論適合本科生使用，后四部分為高階算法適合研究生使用。

本書分模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算和群智能計(jì)算4個(gè)單元，介紹了目前常用智能計(jì)算方法的概念、原理、模型及其典型應(yīng)用實(shí)例。

本教材立足于實(shí)際工程應(yīng)用需求，較為全面、系統(tǒng)地介紹智能計(jì)算與信息處理的基本概念、發(fā)展現(xiàn)狀、主要方法和基本應(yīng)用。全書共分6章，以作者多年來在智能計(jì)算與信息處理領(lǐng)域的教學(xué)工作、科研成果為基礎(chǔ)，全面討論了知識(shí)與信息的表示、人工神經(jīng)網(wǎng)絡(luò)、不確定信息處理、群智能算法、云計(jì)算和大數(shù)據(jù)等內(nèi)容。 本教材可作為高等院校相關(guān)專業(yè)的教學(xué)用

本書的內(nèi)容包括支持向量機(jī)概述、支持向量分類機(jī)模型、加權(quán)支持向量分類機(jī)算法、線性支持向量分類機(jī)數(shù)據(jù)擾動(dòng)分析、非線性支持向量分類機(jī)數(shù)據(jù)擾動(dòng)分析、線性支持向量回歸機(jī)的數(shù)據(jù)擾動(dòng)分析。本書內(nèi)容豐富，深入淺出。為使數(shù)學(xué)基礎(chǔ)不同的讀者都能較好地對(duì)本門知識(shí)建立起概貌，結(jié)合自己的領(lǐng)域?qū)嶋H應(yīng)用該門知識(shí)，本書特別重視的是：結(jié)合簡單、典型的實(shí)

高性能計(jì)算水平體現(xiàn)一個(gè)國家的科技綜合實(shí)力，是國家創(chuàng)新體系的重要組成部分，是發(fā)達(dá)國家爭奪的戰(zhàn)略制高點(diǎn)。本書全面闡述國家高性能計(jì)算環(huán)境(中國國家網(wǎng)格)，共分4篇。綜述篇重點(diǎn)介紹發(fā)展歷程與國際類似環(huán)境；計(jì)算資源與技術(shù)篇詳細(xì)介紹超級(jí)計(jì)算基礎(chǔ)設(shè)施和核心技術(shù)；應(yīng)用與成果篇介紹4個(gè)應(yīng)用社區(qū)和100個(gè)典型應(yīng)用成果案例以及入圍戈登·貝爾

本書將研究簡潔式群智能算法，在傳統(tǒng)群智能計(jì)算算法的基礎(chǔ)上，改進(jìn)現(xiàn)有的群智能計(jì)算優(yōu)化算法，讓原有的算法中融入新的數(shù)學(xué)方法和思路；設(shè)計(jì)新的簡潔式智能優(yōu)化算法，并采用結(jié)合搜索方法來提高算法的收斂效率，減少其對(duì)計(jì)算機(jī)硬件資源的依賴，達(dá)到同樣或者更好的優(yōu)化結(jié)果。本文將從減少計(jì)算量和節(jié)約運(yùn)行空間兩個(gè)角度來設(shè)計(jì)和實(shí)現(xiàn)整個(gè)課題。

孿生支持向量機(jī)是在支持向量機(jī)基礎(chǔ)上發(fā)展起來的一種新的機(jī)器學(xué)習(xí)方法，它不但繼承了支持向量機(jī)在處理非線性、高維數(shù)分類和回歸問題中的特有優(yōu)勢(shì)，而且理論上算法訓(xùn)練速度可達(dá)支持向量機(jī)的4倍。本書系統(tǒng)闡述孿生支持向量機(jī)的發(fā)展體系和**研究成果。全書共十章，主要內(nèi)容包括：統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)、支持向量機(jī)和孿生支持向量機(jī)理論基礎(chǔ)、孿生支持

個(gè)性化推薦在實(shí)際應(yīng)用中存在小樣本、高維度和非線性等問題。鑒于以上問題，本書提出了基于支持向量機(jī)的個(gè)性化推薦方法，實(shí)現(xiàn)對(duì)項(xiàng)目的內(nèi)容信息以及用戶行為信息的綜合分析與挖掘。針對(duì)傳統(tǒng)的協(xié)同過濾推薦方法存在相似度計(jì)算方式單一，不易利用項(xiàng)目的內(nèi)容信息和冷啟動(dòng)等問題，提出了利用支持向量分類機(jī)方法來代替?zhèn)鹘y(tǒng)的相似度計(jì)算，不僅考慮了用戶

本書包括智能計(jì)算機(jī)的基礎(chǔ)理論、關(guān)鍵技術(shù)、工程應(yīng)用等，側(cè)重于智能機(jī)器、智能存儲(chǔ)、智能軟件、智能計(jì)算、智能通信等幾個(gè)主要方面。本書第一部分主要闡述智能計(jì)算機(jī)的基礎(chǔ)理論，主要內(nèi)容包括：①體系結(jié)構(gòu)；②學(xué)習(xí)策略；③模型算法；第二部分主要闡述智能計(jì)算機(jī)的關(guān)鍵技術(shù)，主要內(nèi)容包括：①存儲(chǔ)方式；②傳感技術(shù)；③信息融合；第三部分主要闡述智