多维空间仿生信息学入门

SEMI OpenIR > 中国科学院半导体研究所（2009年前）

	多维空间仿生信息学入门
	王守觉
	2008
出版者	国防工业出版社
出版地	北京
摘要	多维空间仿生信息学是为解决计算机如何对于具有很多自变量的形象思维问题进行计算而提出来的。它是发展信息科学新算法的一种新思路，这种新思路主要是从多维空间中许多个平面上的几何图形出发来进行计算，用以替代对具有很多自变量的方程组的计算。本书是多维空间仿生信息学的入门书籍，它从信息科学基本数学方法的几何概念出发，介绍了多维空间仿生信息学的基本原理和基本数学符号对多维空间中几何运算的描述方法以及人工神经网络在此目的下的新发展。书中对多维空间仿生信息学的应用实例和应用效果进行了介绍，主要介绍了在图像处理中（如模糊图像的清晰化处理等）和模式识别中的应用效果，特别对在多维空间仿生信息学基础上发展的仿生模式识别及其优异效果进行了重点介绍。本书是在作者为研究生讲课用的幻灯片讲义基础上写成的。本书适合于信息科学与技术领域的科研人员及大学本科生和研究生阅读。
学科领域	人工智能
目录	第1章绪论 1.1 信息科学与人工智能 1.2 连接主义计算方法与人工神经网络 1.3 数字化信息的共性 1.4 信息科学中典型问题的几何概念第2章高维形象几何仿生信息学方法基本原理与应用 2.1 高维形象几何仿生信息学的基本原理 2.2 图像处理中的应用实例简介 2.3 模式识别中的应用实例简介第3章高维空间形象几何概念与基本表达方式 3.1 空间的维数概念与给数增长带来的影响 3.2 高维空间中的低维子空间 3.3 无限低维子空间的相互关系 3.4 高维几何图解方法的实例 3.5 高维空间点位置几何关系总结第4章高维空间形象几何概念的符号计算方法 4.1 符号的定义与算法简述 4.2 基本符号的运算方法 4.3 高维几何问题算法举例第5章仿生模式识别理论方法与效果 5.1 两个基本问题的探讨 5.2 仿生模式识别的出发点 5.3 仿生模式识别与传统模式识别的根本理论差别 5.4 仿生模式识别的应用与效果第6章人工神经网络在高维空间点分析中的作用 6.1 人工神经网络分析 6.2 多阈值神经元网络 6.3 多权值神经元网络第7章回顾与展望附录A 高维空间形象几何计算的软硬件工具附录B 相关数字基础的基本内容参考文献后记王守觉院士的坎坷经历与创新人生跋对王守觉院士近十多年研究工作成果的评议
ISBN	978-7-118-05451-4
语种	中文
文献类型	专著
条目标识符	http://ir.semi.ac.cn/handle/172111/6261
专题	中国科学院半导体研究所（2009年前）
推荐引用方式 GB/T 7714	王守觉. 多维空间仿生信息学入门[M]. 北京:国防工业出版社,2008.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
7200871922293233.jpg（5KB）			限制开放	使用许可	请求全文