| 本书共分三篇：第一篇包括固定结构的神经系统的理论模型，涵盖神经元模型、感受器的数学描述、节律产生和视觉信息加工等；第二篇是关于学习和记忆的理论模型，包括}tebb学习律、平行分布式理论框架、Hopfield模型以及短时程的突触修正规律，清晰讲述了神经系统的理论研究对人工智能、信息科学工程应用的意义；第三篇介绍神经科学和脑科学中当前的几个热点，包括神经编码、功能柱的结构和功能、脑的非线性和意识问题。本书可作为神经科学、认知科学、心理学等专业的研究生教材，也可作为人工视觉、神经假肢、人工智能、信息科学专业研究人员的参考书。 |
| 引论 第一篇 固定结构的神经系统的理论模型 第一章 神经元的形态、生理特性及其数学描述 第一节 神经细胞的形态、生理特性 第二节 McCulloch&Pitts(MP)模型 第三节 Caianiello模型 第四节 现代常用的模型 第五节 H—H方程及广义H—H方程 第六节 R—H模型及各种模型的比较 第二章 感受器的特性及数学描述 第一节 动物的感觉 第二节 感受器的稳态特性 第三节 感受器的时间特性以及人的时间感 第三章 侧抑制神经网络 第一节 侧抑制现象的电生理学研究 第二节 侧抑制现象的心理学研究 第三节 侧抑制网络的理论研究和计算机模型 第四节 侧抑制网络的意义 第四章 竞争协作网络和神经场方程 第一节 问题提出 第二节 离散模型中的竞争过程 第三节 一维连续场中的竞争协作模型 第四节 全模型与分层模型 第五节 形成立体视觉的一种理论描述 第六节 神经场方程的当前工作 第五章 神经网络中的回响与细胞自动机 第一节 问题提出及若干实例 第二节 回响的数学模型及理论研究结果 第三节 计算机模拟结果及其他模拟结果 第四节 细胞自动机 第六章 视觉信息加工 第一节 视觉系统的解剖和生理 第二节 感受野的性质 第三节 感受野的早期模型 第四节 感受野的Gabor函数模型 第五节 感受野Gabor模型的意义 第六节 感受野Gabor模型的应用 第七节 一些视觉功能的数学描述 第八节 视觉与行为 第九节 视觉计算理论和正则化理论 第十节 视觉仿生 第七章 节 律性活动的产生和调控 第一节 一般性考虑和数学分析 第二节 节 律性活动的典型实例 第三节 动物的步态及数学描述 第二篇 学习和记忆的理论模型 第八章 |
内容加载中，请稍后...
商品评论（0条）