基于生物视觉的感知和认知结合的学习模型及其在脑型机器人上的应用

根据生物视觉V1区感受野的结构和功能磁共振（fMRI）的实验依据，提出一种感知和认知相结合的学习模型。它是模拟人脑的感知、认知和运动的机制。利用独立元分析和反馈神经网络的学习，形成多层次、多尺度的感受野结构，作为感知映射部分，它能对感兴趣的目标进行注意力选择。外界的信息经过感知的映射，得到的比较紧凑的信息表达，作为认知的输入。在认知阶段，提出有监督和无监督结合的学习方法，建立自组织的HDR树。它不仅具有学习、搜索速度快，对知识有积累的功能，同时，运用了自组织学习和合理的新、老知识的处理，可使HDR树中的相近的输出节点其几何位置也比较相近，从而提高了泛化能力和对新环境的适应能力。用这个模型设计的自主发育机器人，可根据外界环境变化自主学习，还可解决目前在图像识别中的注意力选择、多角度、多表情的人脸识别的难点，为信息科学和生命科学的结合提供新途径。