《國之重器出版工程智慧型信息處理》是2021年1月北京理工大學出版社出版的圖書，作者是黃忠華、王克勇、李銀林、宋承天。本書可作為模式識別與智慧型控制、機械電子工程等專業的研究生與高年級本科生使用的教材，也可供相關專業的工程技術人員參考。
基本介紹
- 中文名：國之重器出版工程智慧型信息處理
- 作者：黃忠華、王克勇、李銀林、宋承天
- 出版社：北京理工大學出版社
- ISBN：9787568294508
內容簡介,圖書目錄,作者簡介,
內容簡介
本書從多學科綜合的角度，以頂層向下（認知科學）和底層向上（神經生理學）相結合的形式說明了智慧型信息處理的基礎；以人工神經網路為重點，說明了智慧型信息處理的連線機制、工作原理，介紹了幾種典型神經網路的機理、計算方法及實現技術，以及進化計算、混沌與分數維等相關內容。
本書可作為模式識別與智慧型控制、機械電子工程等專業的研究生與高年級本科生使用的教材，也可供相關專業的工程技術人員參考。
圖書目錄
第1章 緒論
1.1 智慧型
1.2 人工智慧
1.2.1 人工智慧的定義
1.2.2 人工智慧的三個關鍵部分
1.2.3 人工智慧的發展簡史
1.3 計算智慧型
1.3.1 計算智慧型的產生與發展
1.3.2 計算智慧型的重要特徵
1.4 智慧型信息處理的主要技術
1.4.1 模糊計算技術
1.4.2 神經計算技術
1.4.3 進化計算技術
1.5 智慧型技術的綜合集成
1.5.1 模糊系統與神經網路的結合
1.5.2 神經網路和遺傳算法的結合
1.5.3 模糊技術、神經網路和遺傳算法的綜合集成
1.5.4 神經、模糊和混沌的融合
1.5.5 混沌與分形——孿生兄弟
1.5.6 計算智慧型展望
第2章 智慧型科學的認知心理學基礎
2.1 認知的概念
2.2 人的思維
2.3 右腦的功能
2.4 直覺的特徵
2.5 人腦短時記憶的限制
2.6 本章小結
第3章 生物神經元與神經系統
3.1 生物神經元
3.1.1 神經元的組成
3.1.2 神經元的分類
3.1.3 靜息膜電位
3.2 動作電位和Hodgkin ? Huxley方程
3.2.1 動作電位
3.2.2 Hodgkin ? Huxley方程
3.3 神經衝動的傳導
3.3.1 神經衝動的生成方式
3.3.2 神經衝動傳導的特點
3.4 突觸和突觸傳遞
3.4.1 突觸的結構
3.4.2 突觸傳遞的機理
3.5 人的神經系統組成
3.5.1 中樞神經系統
3.5.2 周圍神經系統
3.5.3 中樞神經系統的信息處理機能
3.6 視覺神經系統
3.6.1 眼球的結構
3.6.2 眼的感光功能
3.6.3 視覺信息加工
3.6.4 視覺神經系統的信息處理
3.7 本章小結
第4章 人工神經網路概述
4.1 人工神經網路概念的引發
4.1.1 人腦神經系統的主要特點
4.1.2 人工智慧系統的幾種不同途徑
4.1.3 人腦的建模研究
4.1.4 人工神經網路的構思
4.2 人工神經元模型和人工神經網路模型
4.2.1 人工神經網路的定義
4.2.2 人工神經元模型
4.2.3 人工神經網路模型
4.3 有關人工神經網路的能力與特點的討論
4.3.1 人工神經網路的穩定性特徵和收斂特徵
4.3.2 人工神經網路的信息存儲與計算能力
4.3.3 人工神經網路技術的基本特徵
4.4 人工神經網路的發展史
4.5 本章小結
第5章 MP模型和感知器
5.1 MP模型
5.1.1 MP模型的概念
5.1.2 模式相似性的數學表示
5.1.3 人工神經網路中的一個輸出單元
5.1.4 單層並行分布網路
5.1.5 多層線性網路
5.2 感知器
5.2.1 感知器的概念
5.2.2 廣義線性判別函式及其規格化
5.2.3 感知器網路的訓練方法
5.2.4 感知器的能力與局限性
5.2.5 關於感知器
5.3 本章小結
第6章 模式聯想機
6.1 模式聯想的概念
6.2 模式聯想學習規則的理論基礎
6.2.1 Hebb規則
6.2.2 ? 學習規則
6.3 模式聯想機模型
6.3.1 模式聯想機模型的Hebb規則
6.3.2 模式聯想機中的? 規則
6.4 實例練習
6.4.1 練習1：Hebb規則學習的相似性和泛化
6.4.2 練習2：正交性、線性獨立和學習
6.5 模式聯想機的討論
6.5.1 激活函式
6.5.2 學習假設
6.5.3 環境與訓練期
6.5.4 性能量度
6.6 本章小結
第7章 BP神經網路模型
7.1 BP模型的概念及其產生背景
7.1.1 BP模型的概念
7.1.2 BP模型的產生背景
7.1.3 推廣的? 規則
7.1.4 BP算法
7.2 BP算法計算實例——求解XOR問題
7.3 BP算法的討論
7.3.1 BP神經網路拓撲結構的確定
7.3.2 BP神經網路模型的樣本數據篩選
7.3.3 BP神經網路的訓練
7.3.4 套用時需要考慮的問題
7.3.5 有待進一步研究的問題
7.4 BP算法的套用舉例
7.4.1 在系統辨識中的套用
7.4.2 幾何圖形的識別
7.5 本章小結
第8章 徑向基函式神經網路
8.1 徑向基函式神經網路結構
8.2 徑向基函式神經網路的基本訓練算法
8.3 徑向基函式神經網路與多層感知器的比較
8.4 徑向基函式神經網路改進方案
8.4.1 輸入模式的預處理
8.4.2 基函式的選擇
8.4.3 RBF層的聚類算法的改進
8.5 本章小結
第9章 反饋型神經網路
9.1 離散型霍普菲爾德神經網路
9.1.1 離散型霍普菲爾德神經網路的工作方式
9.1.2 網路的穩定性
9.2 連續型霍普菲爾德神經網路
9.2.1 輸入和輸出的關係
9.2.2 能量函式和穩定性
9.3 離散型霍普菲爾德神經網路用於聯想記憶
9.3.1 網路的學習
9.3.2 聯想記憶的算法步驟
9.3.3 用Hebb規則設計權重的網路性質
9.4 霍普菲爾德神經網路用於最佳化計算
9.5 本章小結
第10章 進化計算及套用
10.1 概述
10.1.1 進化計算的產生背景
10.1.2 進化計算的發展過程
10.1.3 進化計算的主要特點
10.2 進化計算
10.2.1 進化計算的生物學基礎
10.2.2 進化計算的基本結構
10.2.3 進化計算的分類
10.3 遺傳算法的基本理論
10.3.1 遺傳算法的基本思想
10.3.2 遺傳算法的基本結構
10.3.3 基本遺傳運算元
10.3.4 遺傳算法的數學基礎
10.3.5 遺傳規劃
10.4 本章小結
第11章 混沌及分數維
11.1 混沌與混沌神經網路
11.1.1 混沌的概念及發展
11.1.2 對混沌現象的分析
11.1.3 混沌學和人工神經網路
11.2 分形和分數維
11.2.1 分形概念的提出
11.2.2 分形的特徵
11.2.3 幾種典型分形的分數維
11.2.4 人腦的混沌與腦電圖的分數維
11.3 本章小結
第12章 神經網路的實現與套用
12.1 概述
12.1.1 神經網路計算機的主要特點
12.1.2 神經網路實現方法
12.2 神經網路硬體實現技術簡介
12.2.1 神經網路的VLSI實現
12.2.2 神經網路的光學實現
12.2.3 神經網路的生物實現
12.3 神經網路硬體發展的現狀
12.3.1 數字VLSI神經晶片
12.3.2 模擬VLSI神經晶片
12.3.3 數模混合神經晶片
12.3.4 神經網路加速卡
12.3.5 神經網路計算機
12.3.6 關於神經網路實現技術的討論
12.4 人工神經網路的套用
12.4.1 神經網路適用的套用領域
12.4.2 ANN的軍事套用
12.5 人工神經網路的發展展望
12.5.1 人工神經網路發展中的問題
12.5.2 人工神經網路的發展前景
12.6 本章小結
參考文獻
附錄
附錄A 智慧型信息處理實驗
附錄B 智慧型信息處理實驗原始碼（部分）
作者簡介
黃忠華，北京理工大學博士生導師，副教授。長期從事無線電引信及相關領域的教學和科研工作，主要研究方向為無線電探測與智慧型信息處理。 王克勇，北京理工大學碩士生導師，副教授。長期從事信息處理技術、教育技術方面的教學和科研工作，主要研究方向為智慧型信息處理、人工智慧與教育。
