智能科学【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能科学PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第1章 绪论1

1.1 人工智能的困惑1

1.2 知识科学3

1.3 脑科学4

1.4 心理学的研究6

1.5 认知科学8

1.6 智能科学的研究9

第2章 神经生理基础12

2.1 脑系统12

2.2.1 神经元的基本组成14

2.2 神经组织14

2.2.2 神经元的分类16

2.2.3 神经胶质细胞17

2.3 突触传递19

2.3.1 化学性突触19

2.3.2 电突触21

2.3.3 突触传递的机制22

2.4 神经递质22

2.4.1 乙酰胆碱23

2.4.2 儿茶酚胺类25

2.4.3 5-羟色胺28

2.4.4 氨基酸和寡肽29

2.4.5 一氧化氮29

2.4.6 受体30

2.5 信号跨膜转导31

2.5.1 转导蛋白31

2.5.2 第二信使32

2.6 静息膜电位34

2.7 动作电位37

2.8 离子通道41

2.9 神经系统43

2.9.1 中枢神经系统43

2.9.2 周围神经系统44

2.10 大脑皮层45

3.1 概述49

第3章 神经计算49

3.2 神经元模型58

3.3 反传学习算法59

3.3.1 反传算法的原理59

3.3.2 反传算法的数学表达60

3.3.3 反传算法的执行步骤62

3.3.4 反传网络的优缺点63

3.4 Hopfield模型64

3.4.1 离散Hopfield网络64

3.4.2 连续Hopfield网络68

3.5 自适应共振理论ART模型69

3.5.1 ART模型的结构69

3.5.2 ART的基本工作原理71

3.5.3 ART模型的数学描述76

3.6 神经网络集成78

3.6.1 结论生成方法78

3.6.2 个体生成方法79

3.7 过程神经网络80

3.7.1 过程神经网络模型80

3.7.2 学习算法81

3.8 神经场模型82

3.8.1 神经场表示82

3.8.2 神经场学习理论84

3.9 功能柱神经网络模型88

3.9.1 模型与方法89

3.9.2 单功能柱模型的模拟结果92

第4章 心智模型96

4.1 概述96

4.1.1 通信系统97

4.1.2 信息量和熵97

4.1.3 信道容量98

4.2 心智建模98

4.3 物理符号系统101

4.4 诺尔曼模型104

4.5 记忆信息处理模型105

4.6 SOAR模型107

4.7 心智的社会109

4.8 动力系统理论109

4.9 大脑协同学111

4.10 自动机113

4.10.1 逻辑自动机114

4.10.2 有限记忆自动机114

4.10.3 图灵机114

第5章 感知116

5.1 认识的辩证过程116

5.2 感觉117

5.3 知觉119

5.4 知觉的组合120

5.5 知觉理论121

5.5.1 构造理论122

5.5.2 格式塔理论123

5.5.3 动作理论124

5.5.4 吉布森生态学理论125

5.6 表象126

5.7 感知中的注意机制131

5.7.1 过滤器模型131

5.7.2 衰减模型132

5.7.3 反应选择模型132

5.7.4 能量分配模型133

第6章 视觉信息处理134

6.1 视觉的生理机制134

6.1.1 眼的结构134

6.1.2 视网膜135

6.1.3 光感受器136

6.1.4 外膝体137

6.1.5 视皮层138

6.2 视皮层信息处理139

6.2.1 视皮层感受野139

6.2.2 特征选择性140

6.2.3 功能柱141

6.2.4 球状功能结构142

6.3 颜色视觉142

6.4 马尔的视觉计算理论143

6.5 格式塔视觉理论148

6.6 拓扑性质检测的视觉模型149

6.6.1 实验一——视觉系统对拓扑差异的敏感性150

6.6.2 实验二——封闭性和图形结构的优势效应150

6.6.3 实验三——拓扑不变性质和似运动151

6.6.4 实验四——几种同时起作用的因素的竞争的组织152

6.7 视觉的正则化理论153

6.8 基于模型的视觉理论156

6.9 计算机视觉157

6.9.1 图像分割159

6.9.2 图像理解161

6.9.3 主动视觉161

6.9.4 立体视觉162

6.9.5 利用启发式知识的方法165

6.10 同步化响应165

6.10.1 概述165

6.10.2 神经生物学实验166

6.10.4 视皮层的神经元振荡模型168

6.10.3 时间编码168

6.10.5 视觉系统中的表象与尺度变换170

6.10.6 神经网络中的非线性动力学问题172

6.11 展望173

第7章 听觉信息处理174

7.1 听觉的生理基础174

7.1.1 耳的结构174

7.1.2 听觉的通路176

7.2 感声机制177

7.3 听觉信息的中枢处理178

7.3.1 频率分析机理179

7.3.3 声源定位和双耳听觉180

7.3.2 强度分析机理180

7.3.4 对复杂声的分析181

7.4 语音编码181

7.5 韵律认知182

7.5.1 韵律特征182

7.5.2 韵律建模185

7.5.3 韵律标注186

7.5.4 韵律生成187

7.5.5 韵律生成的认知神经科学机制188

7.6 语音识别188

7.6.1 语音识别概况188

7.6.2 中文语音识别系统190

7.7.1 语音合成概况192

7.7 语音合成192

7.7.2 语音合成的方法193

7.7.3 概念到语音转换系统196

7.8 听觉场景分析200

7.8.1 初级分析200

7.8.2 以图式为基础的知觉组织202

7.8.3 初级分析与图式加工之间的关系203

7.8.4 场景分析的总体评价203

第8章 语言205

8.1 语言的性质205

8.2 语言和思维206

8.3 语言习得和发展207

8.4 大脑语言处理209

8.5.1 句子加工中的概率和约束问题212

8.5 语言认知212

8.5.2 课文表征与记忆213

8.5.3 模块理论与语言加工214

8.5.4 语言理解中的压抑机制214

8.6 乔姆斯基的形式文法215

8.6.1 短语结构文法215

8.6.2 上下文有关文法216

8.6.3 上下文无关文法217

8.6.4 正则文法218

8.7 扩充转移网络219

8.8 概念依赖理论222

8.9.1 概述224

8.9 语言信息处理224

8.9.2 发展阶段225

8.9.3 基于规则的分析方法228

8.9.4 基于语料的统计模型231

8.9.5 机器学习方法233

第9章 学习236

9.1 学习的基本原理236

9.2 行为学派的学习理论237

9.2.1 条件反射学习理论238

9.2.2 行为主义的学习理论238

9.2.3 联结学习理论239

9.2.4 操作学习理论240

9.2.5 相近学习理论242

9.2.6 需要消减理论244

9.3 认知学派的学习理论247

9.3.1 格式塔学派的学习理论248

9.3.2 认知目的理论248

9.3.3 认知发现理论250

9.3.4 认知同化理论251

9.3.5 信息加工学习理论253

9.3.6 建构主义的学习理论255

9.4 人本主义学习理论257

9.5 观察学习理论258

9.6 内省学习260

9.6.1 内省学习一般模型262

9.6.3 失败分类263

9.6.2 内省学习的元推理263

9.6.4 内省过程中的基于范例推理264

9.7 学习的计算理论265

9.7.1 Gold学习理论265

9.7.2 模型推理系统266

9.7.3 PAC学习理论267

9.8 感知学习268

9.9 粒度计算269

9.9.1 词计算理论269

9.9.2 粗糙集理论269

9.9.4 信息粒度格模型270

9.9.3 基于商空间的粒度计算270

第10章 记忆274

10.1 艾宾浩斯的记忆研究274

10.2 记忆过程277

10.3 记忆系统278

10.3.1 感觉记忆279

10.3.2 短时记忆280

10.3.3 长时记忆283

10.4 长时记忆284

10.4.1 长时记忆的类型284

10.4.2 长时记忆的模型287

10.4.3 长时记忆的信息提取291

10.5 动态记忆理论293

10.6 工作记忆294

10.6.1 工作记忆模型294

10.6.2 工作记忆和推理295

10.6.3 工作记忆的神经机制296

10.7 内隐记忆297

10.8 记忆的生理机制298

10.8.1 与记忆相关联的脑区299

10.8.2 记忆的存储过程301

10.8.3 记忆的保存和增强302

第11章 思维306

11.1 思维的研究306

11.2 思维的层次模型309

11.3 抽象思维310

11.3.1 演绎推理311

11.3.2 归纳推理313

11.3.3 反绎推理314

11.3.4 类比推理315

11.3.5 非单调逻辑317

11.3.6 数理辩证逻辑318

11.4 形象思维318

11.5 灵感思维320

11.6 创造思维323

11.7 问题求解326

11.7.1 问题空间326

11.7.2 产生式系统328

11.7.3 启发式搜索330

11.7.4 手段目的分析法331

11.7.5 解决问题的策略333

11.8 科学发现的理论336

11.8.1 经验论336

11.8.2 唯理论337

11.8.3 先验论338

11.8.4 证伪主义339

11.8.5 结构主义340

11.9 发现策略340

11.9.1 数据驱动340

11.9.2 理论驱动342

11.9.3 发现系统BACON343

11.10 逻辑思维模型349

第12章 智力发展352

12.1 智力概述352

12.2 智力的因素论353

12.2.1 智力的二因论353

12.2.2 流体智力和晶体智力说353

12.2.3 智力多因素论353

12.3 多元智力理论354

12.4 智力结构论354

12.5 皮亚杰的发生认识论354

12.5.1 图式355

12.5.2 儿童智力发展阶段358

12.6 智力的测量364

12.7 智力发展的影响因素366

12.7.1 成熟因素367

12.7.2 经验因素367

12.7.3 社会环境因素368

12.7.4 平衡化因素369

12.8 智力发展的人工系统370

第13章 情绪和情感372

13.1 情绪和情感的定义372

13.2 情绪与情感的区别373

13.3 情绪情感的种类374

13.3.1 情绪的基本形式374

13.3.2 情绪状态374

13.4 情绪的表达375

13.3.3 情感的种类375

13.4.1 表情376

13.4.2 表情的种类376

13.5 情绪理论377

13.5.1 詹姆斯-兰格情绪学说377

13.5.2 情绪评估——兴奋学说377

13.5.3 情绪三因素说377

13.5.4 基本情绪论377

13.5.5 维度论378

13.5.6 非线性动态策略379

13.6 情绪对人类生活的重要意义380

13.6.1 情绪的动机作用380

13.6.4 情绪的信号功能381

13.6.2 情绪是心理活动的组织者381

13.6.3 情绪的健康功能381

13.7 情感计算382

13.8 情感智能386

第14章 免疫系统388

14.1 概述388

14.2 免疫机制389

14.2.1 非特异性免疫389

14.2.2 特异性免疫390

14.2.3 T细胞和细胞免疫391

14.2.4 B细胞和体液免疫392

14.2.5 抗原和抗体393

14.3 免疫系统理论394

14.3.1 克隆选择395

14.3.2 免疫网络模型395

14.4 人工免疫系统397

14.5 人工免疫系统的仿生机理398

14.5.1 免疫识别398

14.5.2 免疫学习399

14.5.3 免疫记忆399

14.5.4 个体多样性399

14.5.5 分布式和自适应特性400

14.6 免疫算法400

14.6.1 一般免疫算法400

14.6.4 免疫学习算法403

14.6.3 克隆选择算法403

14.6.2 阴性选择算法403

14.6.5 与人工神经网络比较404

14.7 人工免疫系统的应用404

14.7.1 信息安全404

14.7.2 数据挖掘405

14.7.3 模式识别405

14.7.4 机器人学405

14.7.5 控制工程406

14.7.6 故障诊断406

第15章 意识408

15.1 意识的概念408

15.2 意识研究的历史409

15.3 意识的理论410

15.3.1 法伯的意识观410

15.3.2 心理学的意识观410

15.3.3 还原论411

15.3.4 剧场假设412

15.3.5 意识的主动模式和感知模式412

15.3.6 微管假说412

15.3.7 量子意识观413

15.3.8 神经达尔文主义413

15.3.9 建构理论413

15.3.10 意识模型414

15.4 意识的神经相关物414

15.5 显意识思维与潜意识思维415

15.6 注意419

15.6.1 注意网络419

15.6.2 注意的功能420

15.6.3 注意的抑制-增强效应422

15.6.4 注意的理论和模型422

第16章 符号逻辑424

16.1 概述424

16.2 谓词演算427

16.3 模态逻辑432

16.4 模糊逻辑433

16.5 时态逻辑434

16.6 非单调逻辑436

16.7 动态描述逻辑437

16.7.1 描述逻辑437

16.7.2 动态描述逻辑DDL439

16.8 归纳逻辑440

16.8.1 经验主义概率归纳逻辑443

16.8.2 逻辑贝叶斯派444

16.8.3 主观贝叶斯派444

16.8.4 条件化归纳逻辑445

16.8.5 非帕斯卡概率归纳逻辑446

16.9 直觉主义逻辑447

16.10 辩证逻辑448

16.11 模型论450

16.12 递归论452

17.1 概述455

第17章 机器证明455

17.2 证明论457

17.2.1 希尔伯特规划458

17.2.2 受限的初等数论的无矛盾性458

17.2.3 哥德尔的不完全性定理459

17.3 机器定理证明460

17.4 数学机械化462

17.5 面向Web的数学系统463

第18章 展望466

18.1 概述466

18.2 脑机接口466

18.3.1 细胞自动机——仿脑机467

18.3 人工脑467

18.3.2 认知机模型469

18.3.3 意识机472

18.4 智能机器人473

18.4.1 概述473

18.4.2 机器人的发展历史474

18.4.3 机器人研究热点475

18.4.4 未来机器人475

18.5 智能计算机478

18.6 智能互联网483

18.7 脑的复杂性484

参考文献486