注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)教育/教材/教輔考試研究生入學(xué)考試視覺(jué)感知系統(tǒng)信息處理理論

視覺(jué)感知系統(tǒng)信息處理理論

視覺(jué)感知系統(tǒng)信息處理理論

定 價(jià):¥30.00

作 者: 羅四維等著
出版社: 電子工業(yè)出版社
叢編項(xiàng): 研究生教育書(shū)系
標(biāo) 簽: 人工神經(jīng)元網(wǎng)絡(luò) 研究生 教材

ISBN: 9787121022678 出版時(shí)間: 2006-03-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 187 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

本書(shū)從理論和應(yīng)用的角度討論研究神經(jīng)感知和機(jī)器學(xué)習(xí)之間的關(guān)系。這種從模擬人類的神經(jīng)模式出發(fā)來(lái)指導(dǎo)機(jī)器學(xué)習(xí)的方法,即結(jié)合神經(jīng)科學(xué)的理論來(lái)探討計(jì)算機(jī)處理信息的能力,具有重要的科學(xué)意義。作者力求向讀者展示這方面的最新研究成果和熱點(diǎn)問(wèn)題,希望讀者,特別是青年讀者,能關(guān)注那些可能對(duì)計(jì)算機(jī)科學(xué)帶來(lái)突破的課題。 本書(shū)可以作為計(jì)算機(jī)、信號(hào)處理等專業(yè)碩士研究生、博士研究生的專業(yè)課教材,也可作為從事神經(jīng)計(jì)算科學(xué)、圖像處理等研究領(lǐng)域的科技人員的參考書(shū)。

作者簡(jiǎn)介

暫缺《視覺(jué)感知系統(tǒng)信息處理理論》作者簡(jiǎn)介

圖書(shū)目錄

第1章 緒論
第2章 人類視覺(jué)感知系統(tǒng)
2.1 人類視覺(jué)感知系統(tǒng)概述
2.2 人類視覺(jué)感知系統(tǒng)的基本概念
2.2.1 眼優(yōu)勢(shì)柱、朝向柱和超柱
2.2.2 奇異點(diǎn)和旋轉(zhuǎn)、旋渦結(jié)構(gòu)
2.2.3感受野
2.3小結(jié)
第3章 模擬人類視覺(jué)感知機(jī)制模型的理論基礎(chǔ)
3.1有效編碼假說(shuō)
3.1.1有效編碼假說(shuō)的概念
3.1.2有效編碼假說(shuō)的國(guó)內(nèi)外研究現(xiàn)狀
3.2貝葉斯學(xué)習(xí)理論
3.2.1貝葉斯概率和貝葉斯定理
3.2.2貝葉斯學(xué)習(xí)的基本過(guò)程
3.2.3貝葉斯方法的計(jì)算學(xué)習(xí)機(jī)制
3.3人類視覺(jué)系統(tǒng)感知的外界環(huán)境及其統(tǒng)計(jì)特性
3.3.1自然圖像
3.3.2自然圖像的高階統(tǒng)計(jì)特性
3.3.3自然圖像的時(shí)空統(tǒng)計(jì)特性
3.4線性轉(zhuǎn)換工具
3.4.1主分量分析方法
3.4.2獨(dú)立分量分析方法
3.5非線性轉(zhuǎn)換工具
3.5.1局部線性嵌入
3.5.2 Isomap算法
3.6小結(jié)
第4章 基于視覺(jué)通路的模型結(jié)構(gòu)
4.1“感知”和“行為”的分離
4.2兩條視覺(jué)通路
4.3 what和where通路劃分的生物學(xué)基礎(chǔ)
4.4 Rybak模型
4.4.1 Rybak模型介紹
4.4.2記憶模式中的主要記憶過(guò)程
4.4.3實(shí)驗(yàn)結(jié)果及分析
4.5小結(jié)
第5章 特征提取和特征選擇
5.1 Marr的特征分析理論
5.1.1神經(jīng)還原論
5.1.2結(jié)構(gòu)分解理論
5.1.3特征空間論
5.1.4特征空間的近似
5.2拓?fù)渲X(jué)理論
5.2.1生物學(xué)依據(jù)
5.2.2 Gestalt知覺(jué)組織原則
5.2.3拓?fù)涮卣魈崛、瘛叨瓤臻g
5.2.4拓?fù)涮卣魈崛、颉狹RF
5.3小結(jié)
第6章 注意機(jī)制
6.1數(shù)據(jù)驅(qū)動(dòng)的注意模型
6.1.1初級(jí)視覺(jué)特征提取
6.1.2多特征圖合并策略
6.1.3注意焦點(diǎn)轉(zhuǎn)移機(jī)制
6.2任務(wù)驅(qū)動(dòng)的注意模型
6.2.1心理閾值函數(shù)模型
6.2.2馬爾可夫模型
6.3注意模型應(yīng)用舉例
6.3.1復(fù)雜自然場(chǎng)景中的目標(biāo)搜索
6.3.2圖像壓縮
6.4小結(jié)
第7章 模擬人類感知系統(tǒng)模型
7.1模型概述
7.2 DLM人臉識(shí)別系統(tǒng)詳細(xì)介紹
7.2.1結(jié)構(gòu)和動(dòng)力學(xué)機(jī)制概述
7.2.2 blob的形成
7.2.3 blob的移動(dòng)
7.2.4圖像層和模板層的交互作用與同步
7.2.5連接動(dòng)力學(xué)
7.2.6注意動(dòng)力學(xué)
7.2.7識(shí)別動(dòng)力學(xué)
7.2.8雙向連接
7.2.9 blob在模板域中的排列
7.2.10模板層神經(jīng)元輸入信號(hào)的選擇
7.3實(shí)驗(yàn)
7.4小結(jié)
第8章 自然圖像的二階統(tǒng)計(jì)特性
8.1空間相關(guān)性與能量譜
8.1.1空間相關(guān)性
8.1.2自然圖像的能量譜
8.1.3能量譜的統(tǒng)計(jì)特性
8.1.4能量譜與空間相關(guān)性的關(guān)系
8.2時(shí)間相關(guān)性與能量譜
8.2.1時(shí)間相關(guān)性
8.2.2自然圖像序列的能量譜
8.3時(shí)空相關(guān)性的去除
8.3.1無(wú)噪聲的情形
8.3.2帶噪聲的情形
8.4小結(jié)
第9章 自然圖像的高階統(tǒng)計(jì)特性
9.1非高斯性
9.2稀疏性
9.3稀疏編碼
9.3.1稀疏編碼模型
9.3.2統(tǒng)計(jì)理論背景
9.3.3學(xué)習(xí)規(guī)則
9.3.4學(xué)習(xí)結(jié)果
9.4自然圖像序列的稀疏編碼方法
9.4.1學(xué)習(xí)規(guī)則
9.4.2學(xué)習(xí)結(jié)果
9.5小結(jié)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)