多维空间仿生信息学入门

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