内容简介 类脑智能技术是当前国际重要的科技前沿，研究类脑智能技术对发展新型信息产业意义重大。本书介绍了一种新颖的类脑模型——大脑情感学习模型，并介绍了其学习算法、改进技术及应用。大脑情感学习模型根据哺乳动物大脑边缘系统的结构建立，在模拟生物智能行为上表现出了良好的自适应性能，模型结构简单，运算速度快。本书共9章，分为3篇：基础篇、改进篇和应用篇。基础篇主要介绍大脑情感学习模型的研究现状、神经生理学基础与学习算法；改进篇主要介绍大脑情感学习模型的改进技术，通过加入监督学习和竞争学习机制改进模型性能；应用篇主要介绍将改进的大脑情感学习模型用于混沌时间序列预测、疾病诊断、表情识别及人机情感交互等领域的例子。 本书可以作为研究生、高校教师及工程技术人员的自学和参考用书，也适合对类脑模型研究感兴趣的研究人员和工程技术人员阅读。 前言 近些年，随着信息技术的发展，类脑智能成为人工智能和计算机科学领域的研究热点。研究者们借鉴脑科学、认知科学和神经生理学等知识，试图让机器模拟大脑的信息处理方式和认知行为，使机器具有更高的智能。于是，类脑智能技术诞生了。目前，借鉴大脑的信息处理机制和神经编码原理，类脑神经网络模型、类脑芯片、类脑智能机器人及脑机接口等得以出现，类脑智能技术正蓬勃发展。 本书介绍的大脑情感学习模型（Brain Emotional Learning, BEL）是一个新颖的类脑模型，由学者Morén受神经生理学研究的启发而提出。大脑情感学习模型根据哺乳动物大脑边缘系统的结构建立，不完全地模拟了杏仁体和眶额皮质之间的情感学习机制。与传统人工神经网络相比，大脑情感学习模型在模拟生物智能行为上表现出了良好的自适应性，并且其结构简单、计算复杂度低、运算速度快，但大脑情感学习模型存在通用性不足的问题。 本书主要围绕大脑情感学习模型的优化方法及应用展开研究，结合智能优化技术，对大脑情感学…