多維空間仿生信息學入門

定　價：￥39.00

作　者：	王守覺，來疆亮著
出版社：	國防工業(yè)出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787118054514	出版時間：	2008-01-01	包裝：	平裝
開本：	16開	頁數：	189	字數：

內容簡介

　　多維空間仿生信息學是為解決計算機如何對于具有很多自變量的形象思維問題進行計算而提出來的。它是發(fā)展信息科學新算法的一種新思路，這種新思路主要是從多維空間中許多個平面上的幾何圖形出發(fā)來進行計算，用以替代對具有很多自變量的方程組的計算。本書是多維空間仿生信息學的入門書籍，它從信息科學基本數學方法的幾何概念出發(fā)，介紹了多維空間仿生信息學的基本原理和基本數學符號對多維空間中幾何運算的描述方法以及人工神經網絡在此目的下的新發(fā)展。書中對多維空間仿生信息學的應用實例和應用效果進行了介紹，主要介紹了在圖像處理中（如模糊圖像的清晰化處理等）和模式識別中的應用效果，特別對在多維空間仿生信息學基礎上發(fā)展的仿生模式識別及其優(yōu)異效果進行了重點介紹。本書是在作者為研究生講課用的幻燈片講義基礎上寫成的。本書適合于信息科學與技術領域的科研人員及大學本科生和研究生閱讀。

作者簡介

　　王守覺，中國科學院院士。1949年畢業(yè)于同濟大學，曾任中國科學院半導體研究所研究員、室主任、副所長、所長，中國電子學會副理事長，1980年當選學部委員?，F為中國科學院半導體研究所神經網絡與形象思維實驗室負責人。兼任同濟大學信息工程學院名譽院長兼半導體與信息技術研究所所長，浙江工業(yè)大學智能信息系統(tǒng)研究所所長。兼任中國神經網絡委員會主席，中國計算機學會多值與模糊邏輯委員會名譽主任，中國計算機學會CAD與圖形學委員會名譽主任，中國人工智能學會神經網絡與計算智能委員會名譽主任，北京電子學會副理事長，中國電子學會副理事長。《電子學報》編委會主任，Chinese Journal Of Electronics編委會主任等職。1958年研制成中國首只鍺合金擴散高頻晶體管，使頻率由2MHz提高到200MHz。解決了高速晶體管化計算機的需要。1963年在我國首先研制成硅平面工藝和平面器件。保證了為中國“兩彈一星”的研制工作做出重大貢獻的109丙機的研制成功。研制成國內最早的4種固體組件，為專用微機的實現創(chuàng)造了基本條件。1978年，在國際上最先發(fā)表了一種集成高速模糊邏輯電路DYL，并研究了它在精確信號線路與系統(tǒng)中的應用，依此研究的高速數模轉換電路使我國集成8位D/A轉換器轉換時間由80ns縮短至4ns以下。以上貢獻獲得早年國家發(fā)明獎。國家新產品一等獎，中國科學院重大科技成果一等獎，中國科學院科技進步二等獎、三等獎及國家發(fā)明三等獎等獎勵。1990年起，致力于神經網絡模式識別等機器形象思維的基礎理論與實際應用基礎研究，在國家“八五”、“九五”科技攻關中。承擔了神經網絡的實現和應用技術的攻關工作，研制成我國唯一一個產品化的半導體神經網絡硬件系列。相繼兩次被評為國家“八五”、“九五”科技攻關先進個人，并獲2001年北京市科技進步一等獎，2001年何梁何利科技獎和2002年臺灣潘文淵文教基金杰出科研獎。

圖書目錄

第1章緒論
1.1 信息科學與人工智能
1.2 連接主義計算方法與人工神經網絡
1.2.1 符號主義與連接主義
1.2.2 人工神經元的基本幾何概念
1.2.3 人工神經網絡若干應用的基本幾何概念
1.3 數字化信息的共性
1.3.1 以離散采樣信號代替連續(xù)信號后的影響
1.3.2 不同信息的同一表征方式——數組
1.3.3 數組的格式
1.3.4 數組與高維空間點的對應
1.4 信息科學中典型問題的幾何概念
1.4.1 傅里葉級數與傅里葉變換
1.4.2 離散信號采樣定理
1.4.3 編碼理論中的漢明距離
1.4.4 模式識別中的主元分析方法
第2章高維形象幾何仿生信息學方法基本原理與應用
2.1 高維形象幾何仿生信息學方法的基本原理
2.2 圖像處理中的應用實例簡介
2.2.1 圖像清晰化
2.2.2 側光照片的光照均勻化處理
2.2.3 化妝照片的卸妝化處理
2.3 模式識別中的應用實例簡介
2.3.1 地平線上剛體的全方位識別
2.3.2 ORL人臉庫識別
2.3.3 多鏡頭人臉識別系統(tǒng)
2.3.4 非特定人連續(xù)語音識別
第3章高維空間形象幾何概念與基本表達方式
3.1 空間的維數概念與維數增長帶來的影響
3.2 高維空間中的低維子空間
3.2.1 低維子空間的概念
3.2.2 無限低維子空間與有限低維子空間
3.3 無限低維子空間的相互關系
3.3.1 無限低維子空間的垂直
3.3.2 低維子空間的距離
3.3.3 無限低維子空間的平行
3.3.4 高維空間的分割和同維子空間
3.3.5 高維空間中的低維流形
3.3.6 高維空間中的連通問題
3.3.7 子空間的自身維數與占空維數
3.3.8 高維空間中膨脹積的概念
3.4 高維幾何圖解計算方法的實例
3.4.1 漢明提出的一則似非而是結論的幾何圖解
3.4.2 高維空間中緊密球堆積的幾何圖解
3.5 高維空間點位置幾何關系總結
3.5.1 點在高維空間幾何概念中的重要意義
3.5.2 高維空間中點位置關系與原高維坐標系的分離概念
3.5.3 高維空間中的低維子空間內點分布的不變性
第4章高維空間形象幾何概念的符號計算方法
4.1 符號的定義與算法簡述
4.1.1 基本幾何對象的符號表述
4.1.2 幾何對象之間關系的符號表述
4.2 基本符號的運算方法
4.2.1 兩點間的距離
4.2.2 點到直線的距離
4.2.3 點到直線的垂足
4.3 高維幾何問題算法舉例
4.3.1 高維空間中低維子空間之間距離的計算方法
4.3.2 判別兩個點是否在超平面的同一側
4.3.3 判別同一空間中的點是否在多點決定的超多面體中
4.3.4 空間中3點的圓弧作圖
第5章仿生模式識別理論方法與效果
5.1 兩個基本問題的探討
5.1.1 數學在自然科學與技術科學中的地位
5.1.2 模式識別要解決什么問題
5.2 仿生模式識別的出發(fā)點
5.2.1 仿生的多重含義
5.2.2 仿生模式識別與傳統(tǒng)方法的差異
5.3 仿生模式識別與傳統(tǒng)模式識別的根本理論差別
5.4 仿生模式識別的應用與效果
5.4.1 地平面實物模型目標全方位識別問題
5.4.2 多鏡頭人臉識別系統(tǒng)的數據融合作用
5.4.3 以ORL人臉庫人臉作識別對象的識別效果對比
5.4.4 非特定人連續(xù)語音識別
第6章人工神經網絡在高維空間點分布分析中的作用
6.1 人工神經網絡分析
6.1.1 神經元及其功能
6.1.2 網絡結構分析
6.2 多閾值神經元網絡
6.2.1 多閾值神經元模型
6.2.2 多閾值神經元網絡舉例
6.3 多權值神經元網絡
6.3.1 多權值神經元模型
6.3.2 多權值向量神經元網絡在仿生模式識別中的應用
第7章回顧與展望
附錄A 高維空間形象幾何計算的軟硬件工具
A.1 高維空間幾何計算所使用的部分數據文件(hdg)結構
A.2 hdg文件基礎上的一些分析計算軟件工具
A.3 多權值向量神經元網絡的初始實驗性硬件簡介
附錄B 相關數學基礎的基本內容
B.1 集合論與拓撲
B.2 矩陣與向量
參考文獻
后記王守黨院士的坎坷經歷與創(chuàng)新人生
跋對王守覺院士近十多年研究工作成果的評議