智能科学PDF电子书下载

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BACON 343

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DDL 439

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