神经反应及其在图像识别中的应用

　　图像识别是模式识别的重要分支，在计算机视觉领域有着广泛的应用。近几年来，分层学习算法得到了高度关注，成为机器学习和图像识别领域研究的热点之一。结合国内外**的研究成果，本书系统地介绍基于层次结构模型的神经反应及其各种推广形式的学习算法，并将其应用到图像识别中。首先对人类视觉特性和机器视觉特征进行对比与概述，接下来重点介绍经典神经反应、局部神经反应、软稀疏编码神经反应以及特征传导神经反应等。*后，对神经反应中的一个关键因素，即模板选择方法进行一些积极探索。本书还提供大量的仿真实验，对各种不同的算法进行多角度、全方位的测试和验证。