理论神经信息学初探 生物声呐及其他感觉系统信息处理机理研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

理论神经信息学初探 生物声呐及其他感觉系统信息处理机理研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1脑研究的核心问题1

1.2神经信号与神经信息2

1.3研究神经信息学的重要性3

1.4研究神经信息学必须考虑的几个基本问题7

1.5研究神经信息回路的困难14

1.6衡量理论研究方向的准确性的几个原则20

1.7小结21

参考文献23

第2章 非线性动力学基础知识26

2.1相平面的基本概念26

2.2分岔现象31

2.3极限环与神经脉冲41

2.4振荡43

2.5同步52

2.6混沌56

2.7圆映射80

2.8符号动力学81

2.9混沌控制85

2.10可激发介质动力系统87

2.11小结89

参考文献90

第3章 神经系统的基本生理特征92

3.1脑的结构92

3.2神经细胞的形态和生理特性93

3.3突触的形成和突触的重排102

3.4郎飞结103

3.5神经系统的电信号104

3.6神经系统携带信号的方式和特点108

3.7神经元的可塑性111

3.8脑内神经回路和电子回路的比较111

3.9胶质细胞112

3.10小结115

参考文献115

第4章 S空间理论117

4.1 S空间的性质119

4.2 S空间的运算122

4.3序的重要性126

4.4符号动力学与S空间127

4.5 S空间与不确定性127

参考文献129

第5章 神经系统的数学模型基础130

5.1理论神经信息科学的基本出发点130

5.2神经回路中信息流通的抽象化131

5.3数学模型研究中需解决的几个关键问题133

5.4神经元的数学模型135

5.5集中参数与分布参数模型140

5.6 H-H模型是一种累积—释放模型140

5.7 H-H方程的圆映射分析141

5.8神经元输出脉冲序列按参数排序的规律146

5.9广义圆映射153

5.10神经元输入和输出之间的另一个关系155

5.11神经元之间的信号连接156

5.12延迟特性160

5.13抑制性神经信号161

5.14耦合映像格子模型161

5.15 神经回路的基本模型163

参考文献164

第6章 S空间神经信息编码167

6.1神经信息与编码167

6.2衡量神经信息编码的几个准则170

6.3神经信息过程的基本描述172

6.4神经信息回路的三个基本环节174

6.5神经脉冲的分类175

6.6 S空间神经信息编码176

6.7神经编码的两大支柱185

6.8神经系统的逻辑回路185

6.9 S空间神经信息编码与现有神经编码理论的关系187

6.10神经编码的优越性分析188

6.11神经系统与S空间190

参考文献191

第7章 嗅觉神经信息编码分析——无时空结构的信息分析193

7.1研究神经信息要从感觉器官开始193

7.2嗅觉神经系统194

7.3僧帽细胞的输入输出规律201

7.4嗅觉对气味的识别201

7.5 PG细胞和Gr细胞204

7.6小结204

参考文献205

第8章 听觉神经信息编码分析——生物声呐信号处理机理分析206

8.1听觉系统及其信号处理过程206

8.2海豚、蝙蝠等生物的生物声呐信号——多普勒效应测量211

8.3双耳多普勒效应215

8.4变频多普勒效应计算221

8.5生物声呐系统——双耳定方向机理分析223

8.6两串脉冲序列的相位差测量226

8.7听觉系统侧抑制原理232

8.8语音辨识233

8.9小结234

参考文献234

第9章 神经信息系统的结构特性237

9.1神经信息系统的基本框架237

9.2神经信息系统的简并性239

9.3同一性253

9.4用同一性原理分析神经信息处理机理258

9.5根据位置确定信号性质259

9.6分析神经信息系统框架必不可少的两个原理260

参考文献260

第10章 视觉信息处理——有时空结构的信息处理262

10.1视觉系统262

10.2视觉信号的强弱测量267

10.3视觉信号在通路中的波形变化268

10.4视觉的侧抑制269

10.5图像识别机理272

10.6小结275

参考文献276

第11章 噪声在神经系统中的作用277

11.1对噪声的看法277

11.2编码理论与噪声277

11.3神经系统中的噪声及其分类278

11.4神经系统中影响最大的噪声——噪声脉冲279

11.5 L效应281

11.6海量神经树突信号处理284

11.7神经元如何识别噪声脉冲290

11.8神经系统抗干扰能力分析291

11.9小结292

参考文献293

第12章 神经系统与统计方法295

12.1统计的不变性与S空间的不变性296

12.2统计方法的适用性298

12.3对随机现象的看法进展303

12.4统计方法与现有处理方法303

12.5统计观点在脑整体系统分析中的作用306

12.6小结307

参考文献308

第13章 高层次信息处理与记忆310

13.1高层次信息研究现状及存在的问题312

13.2高层次信息研究与新概念介入317

13.3高层次信息与低层次信息之间的差异和关系319

13.4高层次信息处理研究与神经回路322

13.5信息通路324

13.6微观与宏观的关系——M效应330

13.7 M效应、自组织现象与突现334

13.8对M效应的进一步思考337

13.9高层次信息研究的切入点和研究方法338

13.10绑定、联想和条件反射339

13.11决策与神经回路342

13.12记忆344

13.13对人工智能学习机制的质疑351

13.14形成性格的神经回路353

13.15 关于“非器质性疾病”的看法354

13.16小结356

参考文献357

第14章 向脑学习，研制模拟机361

14.1数字机的计算精度及局限性362

14.2数字机和模拟机的区别363

14.3脑作为模拟机与现有模拟机的差别366

14.4新的模拟机方向——数模混合机369

参考文献370

致谢371

索引373