|
內容簡介: |
类脑智能技术是当前国际重要的科技前沿,研究类脑智能技术对发展新型信息产业意义重大。本书介绍了一种新颖的类脑模型—大脑情感学习模型,并介绍了其学习算法、改进技术及应用。大脑情感学习模型根据哺乳动物大脑边缘系统的结构建立,在模拟生物智能行为上表现出了良好的自适应性能,模型结构简单,运算速度快。本书共9章,分为3篇:基础篇、改进篇和应用篇。基础篇主要介绍大脑情感学习模型的研究现状、神经生理学基础与学习算法;改进篇主要介绍大脑情感学习模型的改进技术,通过加入监督学习和竞争学习机制改进模型性能;应用篇主要介绍将改进的大脑情感学习模型用于混沌时间序列预测、疾病诊断、表情识别及人机情感交互等领域的例子。本书可以作为研究生、高校教师及工程技术人员的自学和参考用书,也适合对类脑模型研究感兴趣的研究人员和工程技术人员阅读。
|
關於作者: |
梅英,湖南常德人,工学博士,控制科学与工程专业,现为湖南文理学院副教授。自二〇一九年起,先后赴国内外访学,英国北安普顿大学访问学者和湖南大学访问学者,目前主要研究方向为类脑智能、智能数据分析、智能机器人等。
|
目錄:
|
第1篇 大脑情感学习模型基础篇第1章 大脑情感学习模型概述21.1 类脑智能21.2 大脑情感学习模型41.3 大脑情感学习模型的研究现状51.3.1 智能控制应用51.3.2 数据分析应用71.4 大脑情感学习模型的特点81.5 本章小结8第2章 神经生理学基础92.1 大脑边缘系统92.2 大脑反射通路112.3 大脑神经网络结构112.4 大脑神经网络学习132.5 本章小结14第3章 大脑情感学习算法153.1 强化学习153.2 大脑情感学习163.3 大脑情感学习模型权值调节183.3.1 杏仁体权值调节183.3.2 眶额皮质权值调节193.4 稳定性分析193.4.1 杏仁体稳定性分析203.4.2 眶额皮质稳定性分析203.5 大脑情感学习模型的局限性203.6 本章小结22第2篇 大脑情感学习模型改进篇第4章 监督型大脑情感学习网络244.1 人工神经网络244.1.1 人工神经元244.1.2 人工神经网络分类264.1.3 人工神经网络学习方式274.2 构建监督型大脑情感学习网络294.2.1 SBEL网络结构294.2.2 SBEL算法304.2.3 SBEL算法流程324.3 实验与分析334.3.1 数据集与预处理334.3.2 分类性能评价344.3.3 实验结果364.3.4 比较与分析394.4 本章小结40第5章 竞争型大脑情感学习网络415.1 生物学基础415.2 “赢者通吃”竞争机制425.3 构建竞争型大脑情感学习网络435.3.1 CBEL网络结构435.3.2 CBEL算法445.3.3 CBEL算法流程455.4 实验与分析455.4.1 实验设置465.4.2 实验结果465.4.3 比较与分析495.5 本章小结50第3篇 大脑情感学习模型应用篇第6章 混沌时间序列预测526.1 数据预测步骤526.2 大脑情感学习预测模型54 6.3 自适应遗传算法优化566.3.1 染色体编码566.3.2 适应度函数576.3.3 遗传算子576.3.4 AGA-BEL算法步骤586.4 预测仿真实验586.4.1 Lorenz混沌时间序列预测586.4.2 磁暴环电流指数Dst预测636.5 本章小结69第7章 疾病诊断707.1 计算机辅助疾病诊断的步骤717.2 疾病诊断BEL网络727.2.1 网络结构727.2.2 算法727.3 模型优化747.3.1 改进的自适应遗传算法747.3.2 遗传操作757.3.3 IAGA-SBEL算法步骤777.4 实验与分析787.4.1 乳腺癌诊断787.4.2 心脏病诊断827.4.3 淋巴疾病诊断847.5 本章小结86第8章 表情识别878.1 表情识别步骤888.1.1 人脸检测与预处理888.1.2 表情特征提取888.1.3 表情分类898.2 表情识别网络918.3 粒子群算法优化938.3.1 改进粒子群算法938.3.2 优化操作958.3.3 IPSO-CBEL算法步骤968.4 实验与分析978.4.1 JAFFE表情识别988.4.2 Cohn-Kanade表情识别1018.5 本章小结105第9章 基于表情的人机情感交互1069.1 面部表情合成方法1069.1.1 基于网格变形的表情合成1069.1.2 基于数据驱动的表情合成1079.2 表情合成要素1079.2.1 表情肌1079.2.2 面部行为编码系统1089.2.3 Candide模型1099.3 纹理贴图1109.3.1 纹理坐标归一化1109.3.2 表情合成1109.4 人机情感交互1129.4.1 人机交互虚拟仿真1139.4.2 人机交互真实场景1149.5 本章小结116总结与展望117附录A119参考文献120
|
|