人工智能、类脑计算与图像解译前沿

本书对人工智能、类脑计算与图像解译前沿三个前沿领域进行了详细的论述。主要内容包括：进化计算、人工免疫系统、量子计算智能、多智能体系统、进化多目标优化、核机器学习、流形学习与谱图学习、集成学习、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。本书着重对上述领域的国内外发展现状进行总结，阐述作者对相关领域未来发展的思考。

西安电子科技大学教授，博士生导师，原电子工程学院院长，发展规划处处长，智能感知与图像处理教育部重点实验室主任

人工智能（Artificial Intelligence）简称AI，此概念由麦肯锡等人在1956年的达特茅斯会议上首次提出，近十多年来，随着人机交互的优化、大数据的支持、模式识别技术的提升，人工智能的发展一日千里，小到我们手机里的计算器、Siri语音助手、人脸识别，大到无人驾驶汽车、航空卫星数据智能解译，已经都依赖于人工智能技术，人工智能已经深入我们的生活。人们总希望使计算机或者机器能够像人一样合理地思考、合理地行动，并帮助人们解决现实中实际的问题，而要达到以上的功能，则需要计算机（机器人或者机器）具有知识表示、自动推理、计算机视觉、机器学习等能力。虽然人工智能正在各行各业中给人们带来惊喜，但其距离人类的智慧水平还有相当的距离。

类脑智能是以神经科学和人类认知行为机理为理论基础，以计算模型为引擎，结合软硬件加速共同形成的机器智能。类脑智能具有信息处理机制类脑、认知行为类人的特点,其最终目标是使机器通过模仿人脑的思维模式实现获得各种人类认知和相互协同的能力,甚至超越人类的智能水平；类脑智能的研究范围包括神经科学、类脑模型训练及处理算法和类脑硬件这三个方面，它充分体现了脑科学、计算机科学、信息科学和人工智能等多学科的高度融合，其发展将会促进人工智能从专用型向通用型转变，并向超越人类智能的方向逐步逼近。脑神经科学被视为科学界“皇冠上的明珠”，近20年成为发展最快的学科之一，一些传统人工智能研究者目前也都已经意识到借鉴脑信息处理的机制可能带来的好处，而脑与神经科学的进展也为人工智能借鉴脑信息处理机制提供了必要的基础。脑与神经科学的研究者们正在力图将对脑信息处理的认识应用于更广泛的科学领域，该学科的发展得益于信息技术与智能技术的发展，而反过来脑与神经科学也将启发下一代信息技术的变革。

从1990 年开始，在国家“973”计划项目(2013CB329402，2006CB705707)，国家“863”计划 (863-306-ZT06-1、863-317-03-99、2002AA135080、2006AA01Z107、2008AA01Z125和2009AA12Z210)，国家自然科学基金创新研究群体科学基金(61621005)，国家自然科学基金重点项目 (60133010、60703107、60703108、60872548和60803098) 及面上项目 (61272279，61473215，61371201，61373111，61303032，61271301， 61203303， 61522311，61573267, 61473215，61571342, 61572383 ,61501353, 61502369, 61271302，61272282，61202176，61573267，61473215，61573015，60073053、60372045和60575037)，国家部委科技项目资助项目(XADZ2008159和51307040103), 高等学校学科创新引智计划(111计划)(B07048)；重大研究计划(91438201和91438103)；以及教育部“长江学者和创新团队发展计划” (IRT_15R53和IRT0645)，陕西省自然科学基金 (2007F32和2009JQ8015), 国家教育部博士点基金(20070701022和200807010003), 中国博士后科学基金特别资助项目：(200801426),中国博士后科学基金资助项目(20080431228和20090451369)、教育部重点科研项目(02073)及国家出版基金的资助下，我们对人工智能、类脑智能理论、算法及在复杂影像解译中的应用进行了较为系统的研究，尤其对神经网络优化、学习，及其在复杂影像内容理解中的应用等进行了较为深入的探讨。

本书内容分为“复杂影像内容解译”、“高光谱数据解译”、“计算智能与多目标优化”和“稀疏认知与神经网络”四篇，共包含二十六章。第一篇包含六个章节，首先在《遥感脑》中详细介绍遥感领域的类脑计算，之后分别介绍若干复杂影像内容解译的相关工作，例如《复杂影像语义分析》、《高分辨率遥感图像理解》等。本篇的作者包括焦李成、刘芳、侯彪、唐旭、武杰、文载道、韩军伟、程恭、马晶晶、古晶等；第二篇针对高光谱数据的解译工作，用五个章节介绍了像元解混、多示例目标特性学习以及维数约减等方法。本篇的作者包括李军、杨淑媛、焦昶哲、陈璞花、王佳宁、冯志玺等；第三篇共包括九个章节，分别从多目标进化优化、协同进化与多智能体系统、量子计算智能、人工免疫系统等方面阐述了计算智能与多目标优化的理论方法以及发展前沿。本篇的作者包括陈莉、刘静、公茂果、钟伟才、李阳阳、尚荣华、马文萍、梁雪峰、王晗丁、张梦璇、李玲玲、丁静怡等；第四篇以《多尺度几何逼近与分析》开篇，之后从神经网络、稀疏认知、智能机器人等方面分别介绍了类脑智能的相关工作，共包含六个章节。本篇的作者包括张志军、侯彪、王爽、张向荣、杨淑媛、白静、赵进、尚凡华、朱虎明等。希望本书能为读者呈现出人工智能、类脑计算与图像解译较为全面地的脉络、趋势和图景。

本书是西安电子科技大学“智能感知与图像理解”教育部重点实验室，“智能感知与计算”教育部国际联合实验室，国家“111”计划创新引智基地，国家“2011”信息感知协同创新中心，“大数据智能感知与计算”陕西省2011协同创新中心，智能信息处理研究所集体智慧的结晶。

由于作者水平有限，书中不妥之处在所难免，恳请读者批评指正。

                                                     作者

                                                     2019.3.21