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，对大脑情感学习模型进行了改进，提出了监督型大脑情感学习网络和竞争型大脑情感学习网络，并通过典型实例验证了大脑情感学习模型的性能。

本书的特色有以下3点。

（1）内容新颖，本书以一种新颖的类脑模型——大脑情感学习模型为主线进行介绍。

（2）结构合理，基础篇、改进篇和应用篇3部分层层递进，注重理论与实践结合。

（3）深度与广度适中，根据读者群体，本书先介绍大脑情感学习模型的神经生理学基础后介绍应用实例，符合认知规律。

本书共9章，分为3篇，系统地介绍了大脑情感学习模型的原理、改进技术和应用。基础篇包括第1～3章，主要介绍大脑情感学习模型的研究现状、神经生理学基础和学习算法；改进篇包括第4～5章，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；应用篇包括第6～9章，主要介绍将改进后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。

本书一方面向读者介绍了一种基于大脑情感学习机制的类脑神经网络，丰富了现有人工神经网络的理论；另一方面提供了一种快速有效的数据分析方法，可为智能系统的下一步决策提供依据。

本书是作者从事湖南省自然科学基金项目（编号：2020JJ4060）和湖南文理学院博士启动项目的研究成果，感谢湖南文理学院和湖南省自然科学基金的基金资助。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。本书在编写的过程中，参考并引用了相关文献资料的观点和素材，在此向相关文献作者表示感谢。在内容审校和出版过程中，本书得到了电子工业出版社张小乐编辑的大力支持和指导，在此表示感谢。同时，感谢读者对本书的支持。

由于类脑智能研究涉及神经科学、认知科学、计算机科学和人工智能技术等领域，大脑情感学习模型作为一个新颖的类脑模型，在理论方法和应用技术上还有待进一步探索。限于作者水平，书中难免存在不足之处，恳请有关专家和读者批评指正（电子邮件请发至63641214＠qq.com）。

作者

2022年11月