智能科学(第2版)

《智能科学(第2版)》系统地介绍了智能科学的概念和方法，吸收了脑科学、认知科学、人工智能、信息科学、形式系统、哲学等方面的研究成果，综合地探索人类智能和机器智能的性质和规律。2006年出版靠前版以来，靠前外在该领域的研究取得了极大进展，我们也取得了不少成果。为了反映智能科学的近期新研究成果和发展方向，对原书靠前版作了全面修改，特别增加了具有重大应用前景的智能技术，包括脑机融合、智能机器人、类脑智能机等。本书由史忠植著。 

智能科学研究智能的本质和实现技术，是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真，而且要从机理上研究，探索智能的新概念、新理论、新方法。
《智能科学(第2版)》系统地介绍了智能科学的概念和方法，吸收了脑科学、认知科学、人工智能、信息科学、形式系统、哲学等方面的研究成果，探索人类智能和机器智能的性质和规律。
《智能科学(第2版)》可作为大学高年级本科生和研究生智能科学、认知科学、神经信息学等课程的教科书，也可作为从事智能科学、脑科学、认知科学、神经科学、人工智能、心理学等领域研究人员的参考书。本书由史忠植著。

第1章 绪论
1.1 人类的梦想
1.2 智能科学的兴起
1.3 智能科学的科学问题
1.4 智能科学的实验技术
1.5 展望
第2章 神经生理基础
2.1 脑系统
2.2 神经组织
2.2.1 神经元的基本组成
2.2.2 神经元的分类
2.2.3 神经胶质细胞
2.3 突触传递
2.3.1 化学性突触
2.3.2 电突触
2.3.3 突触传递的机制
2.4 神经递质
2.4.1 乙酰胆碱
2.4.2 儿茶酚胺类
2.4.3 5-羟色胺
2.4.4 氨基酸和寡肽
2.4.5 一氧化氮
2.4.6 受体
2.5 信号跨膜转导
2.5.1 转导蛋白
2.5.2 第二信使
2.6 静息膜电位
2.7 动作电位
2.8 离子通道
2.9 神经系统
2.9.1 中枢神经系统
2.9.2 周围神经系统
2.10 大脑皮层
第3章 神经计算
3.1 概述
3.2 神经元模型
3.3 反传学习算法
3.3.1 反传算法的原理
3.3.2 反传算法的数学表达
3.3.3 反传算法的执行步骤
3.3.4 对反传网络优缺点的讨论
3.4 Hopfield模型
3.4.1 离散Hopfield网络
3.4.2 连续Hopfield网络
3.5 自适应共振理论ART模型
3.5.1 ART模型的结构
3.5.2 ART的基本工作原理
3.5.3 ART模型的数学描述
3.6 神经网络集成
3.6.1 结论生成方法
3.6.2 个体生成方法
3.7 脉冲耦合神经网络
3.7.1 Eckhorn模型
3.7.2 脉冲耦合神经网络模型
3.7.3 贝叶斯连接域神经网络模型
3.8 神经场模型
3.8.1 神经场表示
3.8.2 神经场学习理论
3.9 功能柱神经网络模型
3.9.1 模型与方法
3.9.2 单功能柱模型的模拟结果
第4章 心智模型
4.1 心智建模
4.2 图灵机
4.3 物理符号系统
4.4 记忆模型
4.4.1 联想记忆模型
4.4.2 流程型认知模型
4.4.3 认知-记忆信息处理模型
……
第5章 感知
第6章 视觉信息处理
第7章 听觉信息处理
第8章 语言
第9章 学习
第10章 记忆
第11章 思维和决策
第12章 智力发展
第13章 情绪与情感
第14章 意识
第15章 形式系统
第16章 脑机融合
第17章 智能机器人
第18章 类脑智能机
参考文献