王守觉院士：数字化时代信息共性问题及高维仿生信息学应用

在"数字化时代信息的共性问题——王守觉院士高维仿生信息学"这一章节中，作者王守觉院士深入探讨了数字化时代的新兴挑战与共性问题。首先，他强调了将连续信号转变为离散采样信号所带来的影响，这是信息科学领域的重要转变，因为这不仅涉及到信号的量化和存储效率，还影响了信号处理的精确性和实时性。 在现代信息科学方法的背景下，课程设置了科技前沿的任务和目的，如目标识别中的仿生模式识别与支持向量机（SVM）的比较。通过对比不同识别方法（如近邻法和SVM），可以看出仿生模式识别在正确识别率上具有显著优势，尤其是在低错误率和拒识率方面。这表明，仿生模式识别理论在复杂信息处理中具有潜在的优势。 课程要求学生具备立体几何、集合论、线性代数等基础知识，以及数字信号处理、语音和图像处理等技术的基本了解。学习方法上，强调掌握基本概念和几何方法，特别是利用计算技巧来解析高维空间的几何概念和符号计算方法。 第二章回顾了信息与信号处理的历史发展，从模拟信号的处理和应用到计算机出现后的数字信号处理兴起，包括近代数字信号处理方法如数字滤波器、自相关性计算、时域和频域分析、傅立叶变换、快速傅立叶变换、扫频分析等。此外，数据压缩中的主元分析方法（PCA）也在此部分得到了提及，如在Orl人脸库中，通过PCA进行特征提取和人脸重构。 这一章节还展示了信息处理技术在实际领域的广泛应用，如模式识别（人脸、语音、图像和文字）、说话人识别、语种和文种识别、市场预测、产业优化、信号处理、信息挖掘和图像、语音处理等领域，体现了其广泛的实际价值。 王守觉院士的章节深入剖析了数字化时代信息处理的关键问题，并通过仿生学的视角，探讨了如何利用高维仿生信息学的方法来解决这些挑战，从而推动信息科学的发展。