多維空間仿生信息學(xué)入門

第1章 緒論
1.1 信息科學(xué)與人工智能
1.2 連接主義計(jì)算方法與人工神經(jīng)網(wǎng)絡(luò)
1.2.1 符號(hào)主義與連接主義
1.2.2 人工神經(jīng)元的基本幾何概念
1.2.3 人工神經(jīng)網(wǎng)絡(luò)若干應(yīng)用的基本幾何概念
1.3 數(shù)字化信息的共性
1.3.1 以離散采樣信號(hào)代替連續(xù)信號(hào)后的影響
1.3.2 不同信息的同一表征方式——數(shù)組
1.3.3 數(shù)組的格式
1.3.4 數(shù)組與高維空間點(diǎn)的對(duì)應(yīng)
1.4 信息科學(xué)中典型問題的幾何概念
1.4.1 傅里葉級(jí)數(shù)與傅里葉變換
1.4.2 離散信號(hào)采樣定理
1.4.3 編碼理論中的漢明距離
1.4.4 模式識(shí)別中的主元分析方法
第2章 高維形象幾何仿生信息學(xué)方法基本原理與應(yīng)用
2.1 高維形象幾何仿生信息學(xué)方法的基本原理
2.2 圖像處理中的應(yīng)用實(shí)例簡(jiǎn)介
2.2.1 圖像清晰化
2.2.2 側(cè)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(shí)別中的應(yīng)用實(shí)例簡(jiǎn)介
2.3.1 地平線上剛體的全方位識(shí)別
2.3.2 ORL人臉庫識(shí)別
2.3.3 多鏡頭人臉識(shí)別系統(tǒng)
2.3.4 非特定人連續(xù)語音識(shí)別
第3章 高維空間形象幾何概念與基本表達(dá)方式
3.1 空間的維數(shù)概念與維數(shù)增長(zhǎng)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(guān)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(shù)與占空維數(shù)
3.3.8 高維空間中膨脹積的概念
3.4 高維幾何圖解計(jì)算方法的實(shí)例
3.4.1 漢明提出的一則似非而是結(jié)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(diǎn)位置幾何關(guān)系總結(jié)
3.5.1 點(diǎn)在高維空間幾何概念中的重要意義
3.5.2 高維空間中點(diǎn)位置關(guān)系與原高維坐標(biāo)系的分離概念
3.5.3 高維空間中的低維子空間內(nèi)點(diǎn)分布的不變性
第4章 高維空間形象幾何概念的符號(hào)計(jì)算方法
4.1 符號(hào)的定義與算法簡(jiǎn)述
4.1.1 基本幾何對(duì)象的符號(hào)表述
4.1.2 幾何對(duì)象之間關(guān)系的符號(hào)表述
4.2 基本符號(hào)的運(yùn)算方法
4.2.1 兩點(diǎn)間的距離
4.2.2 點(diǎn)到直線的距離
4.2.3 點(diǎn)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(jì)算方法
4.3.2 判別兩個(gè)點(diǎn)是否在超平面的同一側(cè)
4.3.3 判別同一空間中的點(diǎn)是否在多點(diǎn)決定的超多面體中
4.3.4 空間中3點(diǎn)的圓弧作圖
第5章 仿生模式識(shí)別理論方法與效果
5.1 兩個(gè)基本問題的探討
5.1.1 數(shù)學(xué)在自然科學(xué)與技術(shù)科學(xué)中的地位
5.1.2 模式識(shí)別要解決什么問題
5.2 仿生模式識(shí)別的出發(fā)點(diǎn)
5.2.1 仿生的多重含義
5.2.2 仿生模式識(shí)別與傳統(tǒng)方法的差異
5.3 仿生模式識(shí)別與傳統(tǒng)模式識(shí)別的根本理論差別
5.4 仿生模式識(shí)別的應(yīng)用與效果
5.4.1 地平面實(shí)物模型目標(biāo)全方位識(shí)別問題
5.4.2 多鏡頭人臉識(shí)別系統(tǒng)的數(shù)據(jù)融合作用
5.4.3 以O(shè)RL人臉庫人臉作識(shí)別對(duì)象的識(shí)別效果對(duì)比
5.4.4 非特定人連續(xù)語音識(shí)別
第6章 人工神經(jīng)網(wǎng)絡(luò)在高維空間點(diǎn)分布分析中的作用
6.1 人工神經(jīng)網(wǎng)絡(luò)分析
6.1.1 神經(jīng)元及其功能
6.1.2 網(wǎng)絡(luò)結(jié)構(gòu)分析
6.2 多閾值神經(jīng)元網(wǎng)絡(luò)
6.2.1 多閾值神經(jīng)元模型
6.2.2 多閾值神經(jīng)元網(wǎng)絡(luò)舉例
6.3 多權(quán)值神經(jīng)元網(wǎng)絡(luò)
6.3.1 多權(quán)值神經(jīng)元模型
6.3.2 多權(quán)值向量神經(jīng)元網(wǎng)絡(luò)在仿生模式識(shí)別中的應(yīng)用
第7章 回顧與展望
附錄A 高維空間形象幾何計(jì)算的軟硬件工具
A.1 高維空間幾何計(jì)算所使用的部分?jǐn)?shù)據(jù)文件(hdg)結(jié)構(gòu)
A.2 hdg文件基礎(chǔ)上的一些分析計(jì)算軟件工具
A.3 多權(quán)值向量神經(jīng)元網(wǎng)絡(luò)的初始實(shí)驗(yàn)性硬件簡(jiǎn)介
附錄B 相關(guān)數(shù)學(xué)基礎(chǔ)的基本內(nèi)容
B.1 集合論與拓?fù)?br /> B.2 矩陣與向量
參考文獻(xiàn)
后記 王守黨院士的坎坷經(jīng)歷與創(chuàng)新人生
跋 對(duì)王守覺院士近十多年研究工作成果的評(píng)議