本书包括智能计算机的基础理论、关键技术、工程应用等，侧重于智能机器、智能存储、智能软件、智能计算、智能通信等几个主要方面。本书第一部分主要阐述智能计算机的基础理论，主要内容包括：①体系结构；②学习策略；③模型算法；第二部分主要阐述智能计算机的关键技术，主要内容包括：①存储方式；②传感技术；③信息融合；第三部分主要阐述智能计算机的工程应用，主要内容包括：智能计算机的自律作业，特别是智能计算机代替人在繁重、危险、恶劣或常规的环境下，例如在科学研究、企业管理、电子政务、军事战备、抢险救灾、医疗手术、办公事务、家庭服务、教育娱乐等场合自律地完成各种作业的实例。

  
\t《智能科学技术著作丛书》序



\t前言



\t第1章机器人大脑的基础知识1



\t1.1人的大脑1



\t1.2人工智能6



\t1.3人造大脑9



\t1.4科学研究14



\t1.4.1科学定义14



\t1.4.2研究目的15



\t1.4.3研究内容15



\t1.4.4研究方法16



\t第2章机器人大脑的构成原理19



\t2.1概述19



\t2.2智能机器人20



\t2.3智能软件23



\t2.4智能计算24



\t2.5智能存储25



\t2.6智能通信26



\t第3章机器人大脑的网格计算28



\t3.1概述28



\t3.2机器人大脑网格计算平台的实现29



\t3.2.1机器人大脑网格计算平台设计29



\t3.2.2机器人大脑网格计算平台测试34



\t3.2.3机器人大脑网格计算平台升级40



\t3.2.4机器人大脑网格计算平台验证46



\t3.3机器人大脑的神经网络系统建模~48



\t3.4机器人大脑的混合神经网络计算54



\t3.4.1混合神经网络计算原理54



\t3.4.2混合神经网络计算架构56



\t3.4.3混合神经网络分类方法61



\t3.5机器人大脑网格计算平台的应用63



\t第4章机器人大脑的云计算平台65



\t4.1概述65



\t4.2机器人大脑云计算平台的实现68



\t4.2.1机器人大脑云计算平台基础架构68



\t4.2.2机器人大脑云计算平台文件系统71



\t4.2.3机器人大脑云计算平台计算模型73



\t4.2.4机器人大脑云计算平台特点分析79



\t4.3机器人大脑云计算平台的改进80



\t4.4机器人大脑云计算平台的应用82



\t第5章机器人大脑的学习方法93



\t5.1概述93



\t5.2机器学习方法分类96



\t5.3模拟人脑推理99



\t5.3.1CPN网络原理100



\t5.3.2CPN算法描述101



\t5.3.3模拟推理应用101



\t5.4增量学习系统103



\t5.4.1人类的睡眠学习103



\t5.4.2睡眠增量式学习104



\t5.4.3增量式学习实现108



\t5.4.4增量式学习应用111



\t5.4.5可持续学习能力114



\t5.5深度学习及其应用114



\t5.5.1溧度学习原理116



\t5.5.2深度学习现状121



\t5.5.3深度学习发展123



\t5.6脑机接口原理及应用124



\t5.6.1脑机接口的原理126



\t5.6.2脑机接口与控制129



\t5.6.3智能可穿戴设备133



\t5.6.4治疗脑部的疾病135



\t第6章机器人大脑的视觉处理136



\t6.1概述136



\t6.2视觉处理研究现状136



\t6.3视觉处理系统设计141



\t6.4机器人大脑的人脸识别144



\t6.4.1基本框架145



\t6.4.2图像预处理146



\t6.4.3特征提取146



\t6.4.4分类器设计151



\t6.4.5人脸识别154



\t6.4.6结果分析163



\t6.5机器人大脑的手势识别167



\t6.5.1手势识别原理167



\t6.5.2手势检测方法174



\t6.5.3手势交互方法179



\t6.5.4手势分类识别186



\t第7章机器人大脑的人机对话187



\t7.1概述187



\t7.2人机对话原理188



\t7.3中文分词方法191



\t7.4中文分词算法193



\t7.4.1分词算法技术难点193



\t7.4.2分词算法基本原理195



\t7.4.3分词算法实现步骤196



\t7.4.4分词算法性能测试202



\t7.5对话系统管理203



\t7.5.1对话管理理论和方法203



\t7.5.2对话管理内容和功能205



\t7.5.3时话管理功能的实现207



\t7.6人机对话实现211



\t7.6.1人机对话框架211



\t7.6.2大规模语料库213



\t7.6.3分词算法实验218



\t7.7人机对话应用222



\t7.7.1智能教学系统222



\t7.7.2智能问答系统224



\t7.7.3功能框架设计225



\t7.7.4系统工作原理225



\t7.7.5功能模块实现226



\t7.7.6性能测试分析230



\t第8章机器人大脑的情感交互232



\t8.1概述232



\t8.2情感建模239



\t8.2.1情感状态空间240



\t8.2.2情感模型分析242



\t8.3模型验证243



\t8.3.1情感模型设计243



\t8.3.2模型参数分析245



\t8.4情感设计248



\t8.4.1情感交互模型249



\t8.4.2情感信号识别249



\t8.4.3DS证据理论251



\t8.5情感表达253



\t8.5.1面部表情表达253



\t8.5.2情感语音合成254



\t8.6情感仿真255



\t8.6.1仿真系统255



\t8.6.2情感过程256



\t8.6.3仿真实现259



\t8.6.4仿真结果261



\t第9章机器人大脑与作业控制263



\t9.1概述263



\t9.2仿人机器人的双脚控制263



\t9.2.1混合智能计算框架264



\t9.2.20penHRCP及应用271



\t9.3仿人灵巧手的主从示教284



\t9.3.1拇指示教样本集生成291



\t9.3.2训练样本的聚类方法294



\t9.4仿人灵巧手控制及应用294



\t9.4.1运动映射跟随应用297



\t9.4.2运动映射跟随分析300



\t第10章机器人大脑的未来发展302



\t10.1机器人大脑的发展现状302



\t10.2机器人大脑的*新成果306



\t10.3机器人大脑与“永生人”310



\t10.4机器人大脑与数据挖掘313



\t10.5机器人大脑与法律法规318



\t参考文献322