人工生命与模式形成
| 第1章 “人工生命”概论 | 第7-21页 |
| 1．1 “人工生命”的起源和定义 | 第7-10页 |
| 1．2 “人工生命”的研究内容 | 第10-15页 |
| 1．3 人工生命和复杂性科学 | 第15-16页 |
| 1．4 人工生命艺术 | 第16-21页 |
| 第2章 人工生命的生物基础 | 第21-28页 |
| 2．1 生命系统的内涵和特征 | 第21-22页 |
| 2．2 关于生命的两种观点 | 第22-26页 |
| 2．2．1 进化的观点 | 第23-25页 |
| 2．2．2 生命的生态观点 | 第25-26页 |
| 2．3 生命的起源 | 第26-28页 |
| 第3章 CA、CNN与混沌边缘 | 第28-41页 |
| 3．1 细胞自动机 | 第28-32页 |
| 3．1．1 细胞自动机定义 | 第28-29页 |
| 3．1．2 Wolfram的CA定性分类 | 第29-30页 |
| 3．1．3 郎顿的混沌边缘研究 | 第30-32页 |
| 3．2 细胞神经网络 | 第32-37页 |
| 3．2．1 细胞神经网络定义 | 第32-34页 |
| 3．2．2 标准CNN模板和基因 | 第34页 |
| 3．2．3 一些定理和概念 | 第34-36页 |
| 3．2．4 广义元胞自动机 | 第36-37页 |
| 3．3 通用CNN细胞 | 第37-38页 |
| 3．4 局部活动理论与混沌边缘 | 第38-41页 |
| 第4章 模式形成的动力学 | 第41-67页 |
| 4．1 前言 | 第41-43页 |
| 4．2 标准自治CNN中的模式形成 | 第43-47页 |
| 4．2．1 生物和物理中的图案形成 | 第47页 |
| 4．3 连续输出GCA的空时模式研究 | 第47-66页 |
| 4．3．1 划分动力学类型 | 第47-61页 |
| 4．3．1．1 细胞活度 | 第48-49页 |
| 4．3．1．2 生命游戏的GCA变异 | 第49-51页 |
| 4．3．1．3 模拟结果 | 第51页 |
| 4．3．1．4 模拟试验举例 | 第51-57页 |
| 4．3．1．5 混沌边缘 | 第57-61页 |
| 4．3．2 记忆的作用 | 第61-64页 |
| 4．3．3 结论 | 第64-66页 |
| 4．4 进化图象与自动绘画 | 第66-67页 |
| 第5章 虚拟生物视觉模型研究 | 第67-89页 |
| 5．1 智能虚拟环境IVE | 第68-70页 |
| 5．2 虚拟生物的视觉模型研究 | 第70-77页 |
| 5．2．1 模拟视觉系统结构 | 第71-73页 |
| 5．2．2 遗传算法 | 第73-76页 |
| 5．2．3 结论 | 第76-77页 |
| 5．2．4 未来的研究方向 | 第77页 |
| 5．3 视觉模型的进一步实验 | 第77-80页 |
| 5．3．1 形状识别 | 第78页 |
| 5．3．2 数字识别 | 第78-79页 |
| 5．3．3 一个视知觉的小实验 | 第79-80页 |
| 5．4 CNN自适应图像滤波 | 第80-87页 |
| 5．4．1 图像滤波 | 第80-81页 |
| 5．4．2 CNN自适应图像滤波器结构 | 第81-82页 |
| 5．4．3 阈值的自适应控制 | 第82-85页 |
| 5．4．4 增益的自适应控制 | 第85-87页 |
| 5．4．5 结论 | 第87页 |
| 5．5 结束语 | 第87-89页 |
| 参考文献 | 第89-96页 |
