《第六代计算机 人工神经网络计算机》求取 ⇩

第一章计算神经科学1

1.1 人工神经网络计算机的突起1

1.2 人工神经网络计算机、计算神经科学与信息社会2

1.3计算神经科学和第六代计算机相互间的影响4

1.3.1 大脑视觉平行信息处理功能4

1.3.2 神经元与神经网络5

1.3.3 脑模型6

1.4人工神经网络的定义与结构8

1.4.1 概述8

1.4.2 人工神经网络的定义9

1.4.3 人工神经网络的一般结构9

1.5 计算神经科学的地位与展望11

第二章人工神经网络理论基础14

2.1PDP模式14

2.1.1 PDP思想的提出14

2.1.2 人脑与计算机的差别及其原因15

2.1.3 认知微结构16

2.1.4 PDP模式的表示方法20

2.1.5 PDP模式质疑21

2.2容限空间23

2.2.1 容限空间描述方法23

2.2.2 二维图形拓扑差异的视觉敏感性27

2.2.3 三维景物的视觉认知28

2.3网络理论32

2.3.1 连接制网络模型32

2.3.2 分层网络结构33

2.3.3 网络拓扑36

2.3.4 网络的容错及语义距离42

2.4混沌理论43

2.4.1 分岔与混沌44

2.4.2 普适性与普适常数45

2.4.3 奇怪吸引子46

2.4.4 混沌理论与人工神经网络49

第三章电子人工神经网络50

3.1人工神经元50

3.1.1 人工神经元构态50

3.1.2 人工神经元模型52

3.2典型人工神经网络53

3.2.1 BP人工神经网络和BI人工神经网络53

3.2.2 霍普费尔德人工神经网络57

3.3人工神经网络视觉模型61

3.3.1 富库薪马人工神经网络视觉模型61

3.3.2 马歇尔人工神经网络视觉模型66

3.3.3 欧莫理人工神经网络视觉模型69

3.3.4 布莱克博姆人工神经网络视觉模型73

3.4重要人工神经网络78

3.4.1 自织织人工神经网络78

3.4.2 晶体机人工神经网络85

3.4.3 高阶关联人工神经网络87

3.4.4 联想线性人工神经网络88

第四章光学神经网络计算机90

4.1从希望走向现实90

4.1.1 ONNC研究的重大突破90

4.1.2ONNC功能器件研究91

4.1.2.1 半导体光学双稳态器件92

4.1.2.2 自电光效应器件(SEED)94

4.1.2.3 面发光元器件95

4.1.2.4 面输入/输出光电复合器件(VSTEP)97

4.1.2.5 空间光调制器(SLM)98

4.1.2.6 新型元器件研究102

4.1.3ONNC与光技术102

4.1.3.1 光互连102

4.1.3.2 光计测智能化105

4.1.4ONNC和复杂性科学106

4.1.4.1 光学混沌系统106

4.1.4.2 非线性光学材料的自组织过程107

4.2光学神经网络计算机雏形108

4.2.1二维图像联想存贮的光学神经网络计算机108

4.2.1.1 光学全息关联存贮器108

4.2.1.2 光联想存贮人工神经网络试验装置110

4.2.1.3 应用举例111

4.2.2二维可编程光学神经网络计算系统装置113

4.2.2.1 可编程光学神经网络113

4.2.2.2 应用举例114

4.2.3混合式人工神经网络计算系统114

4.2.3.1 混合式人工神经网络装置基本结构114

4.2.3.2 光学神经网络制作与模拟115

4.3光学神经网络学习系统、光学神经元和光突触技术117

4.3.1 引言117

4.3.2非线性光学现象118

4.3.2.1 基本原理——光折变效应118

4.3.2.2 双光束耦合118

4.3.2.3 相位共轭120

4.3.2.4 体全息存储及光控122

4.3.3量子阱光电子器件的研究124

4.3.3.1 一维限制-量子阱器件技术124

4.3.3.2 量子线和量子点器件技术129

4.4光学神经芯片研究130

4.4.1 光纤互连式光学神经网络处理装置130

4.4.2 三层集成结构光学神经芯片的研制133

4.4.3 可编程光学神经芯片研究135

4.5先进光学神经网络体系结构138

4.5.1 视觉信息与处理功能138

4.5.2 视觉信息高速平行处理的体系结构——视觉信息联想处理器139

4.5.3光学三维智能传感系统144

4.5.3.1 光学三维智能传感系统基本概念与要素145

4.5.3.2 光学三维智能传感系统148

第五章生物分子计算机149

5.1 发展由来149

5.2 分子计算模型149

5.3分子计算机初探150

5.3.1 分子/原子级的平版印刷术151

5.3.2 数字分子计算机152

5.3.3 感触式分子计算机156

第六章人工神经网络工程应用160

6.1 人工神经网络型基准非线性信号发生器160

6.2 人工神经网络型信号波形非线性变换器167

6.3 人工神经网络智能信号处理器175

6.4 人工神经网络智能传感器190

6.5 人工神经网络模式识别器193

6.6 认知器的人工神经网络模拟194

6.7 可编程人工神经网络199

6.8 人工神经网络在机器人位置控制中的应用203

6.9 光电混合人工神经网络实时模式识别器213

6.10 CONNECTION人工神经网络计算机218

结尾语224

参考文献225