资源预览内容
第1页 / 共90页
第2页 / 共90页
第3页 / 共90页
第4页 / 共90页
第5页 / 共90页
第6页 / 共90页
第7页 / 共90页
第8页 / 共90页
第9页 / 共90页
第10页 / 共90页
亲,该文档总共90页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
智能信息处理及应用,2,考核方式及其它:,作业:论文一篇、8次上机实验和实验报告。 考核成绩:论文、上机实验、开卷考试。 论文撰写要求 参考文献数不能少于6篇。 字数不能少于3000字。 以下几种情况论文将被退回重写:内容太差、排版太差、错别字太多、字数太少。 以下两种情况论文成绩为不及格:论文被退稿2次、没有按时交论文。,3,课程主要内容:,第一章 绪论 第二章 智能优化算法 第三章 神经网络信息处理 第四章 模糊信息处理 第五章 数字图像中的智能信息处理,4,第一章 绪论,智能信息处理的产生和发展 信息技术 智能理论 智能信息技术,5,1.1 智能信息处理的产生和发展,20世纪90年代以来,在智能信息处理研究的发展过程中,研究人员对精确处理与非精确处理的双重性给予了极大关注,一门称为计算智能的新学科分支被概括地提出来,并以更加明确的目标蓬勃发展。1992年,美国学者J. C. Bezdek首次给出计算智能的定义。 近似推理:计算智能依靠生产者提供的数字材料,而不是依赖于知识,而人工智能使用的是知识精华。 Bezdek认为:人工神经网络应称为计算神经网络,计算智能是人工智能的子集。,6,1.1 智能信息处理的产生和发展,1994.6.257.3,IEEE为了促进多学科渗透和结合,把模糊系统、神经网络和进化计算三个年会合并举行,在美国佛罗里达州的奥兰多召开全球第一届计算智能大会(WCCI)。此次会议是计算智能的第一次综合性大会,大会的主题是计算智能,共收集了来自世界各国学者的约1600篇论文,出版了计算智能、模仿生命的论文集。大会决定计算智能会议每三年召开一次。,7,1.1 智能信息处理的产生和发展,在94年的WCCI会议中, Bezdek在 “什么是计算智能”的报告中提出:智能有三个层次, 第一层是生物智能(Biological Intelligence,简称BI) 由人脑的物理化学过程反映出来,人脑是有机物,它是智能的物质基础。 第二层是人工智能(Artificial Intelligence,简称AI) 非生物的、人造的,常用符号表示,AI的来源是人的知识精华和传感器数据。 第三层是计算智能(Computational Intelligence,简称CI) 由数学方法和计算机实现,CI的来源是数值计算和传感器。,8,1.1 智能信息处理的产生和发展,AI、BI、CI三者第一个英文字符取出来称之为ABC。从复杂性看也存在三个层次:B(有机)、A(符号)、C(数值)。 BI包含了AI,AI又包含了CI。 按Bezdek的看法: AI是CIBI的中间过渡 AI中除了计算算法外,还包含符号表示和数值信息处理。 模糊集和模糊逻辑是CIAI的平滑过渡 它包含了数值信息和语义信息。 计算神经网络是一个最底层最基本的环节,也是CI的一个重要基石,主要用于模式识别。,9,1.1 智能信息处理的产生和发展,计算智能有两个重要特征是人们比较共同认可的: 计算智能主要依赖生产者提供的数字材料,而不是知识;它主要借助数学计算方法(特别是与数值相联系的计算方法)的使用。 注意: CI中“计算”的概念在内涵上已被拓广和加深。一般,在解空间进行搜索的过程都被称为计算。“计算智能”概念的提出具有科学研究分类学的意义,促进了基于计算的、基于计算和基于符号物理相结合的各种智能理论、模型、方法的综合集成。,10,1.1 智能信息处理的产生和发展,一般来说,智能信息处理可以划分为两大类: 基于传统计算机 基于神经计算(人工神经网络信息处理系统)由于传统与神经计算机的主要特征,这两类智能信息处理系统有本质上的区别: 计算原理 存储记忆功能能力 逻辑推理 知识处理方法,11,1.1 智能信息处理的产生和发展,在计算原理上 传统计算机以冯诺依曼计算机思想设计,即使采用并行机连接成超高速的信息处理系统,每个分机仍按一系列指令串行计算工作,且并行机之间的信息运算很少有相互协作关系。神经计算机由大量简单神经处理系统连成,是以网络形式进行计算的并行处理系统。,12,1.1 智能信息处理的产生和发展,在存储记忆功能方面 冯诺依曼计算机中,信息与知识存储在与处理器分开的独立存储器中。神经计算机以各处理器本身的状态与它们的联接形式分布存储信息,使其具有强的自学习性、自组织性和高的鲁棒性(Robustness)。,13,1.1 智能信息处理的产生和发展,逻辑推理方面 传统计算机和人工智能采取逻辑符号推理的途径去研究人类智能的机器化,其智能信息处理系统可具有人类的逻辑思维功能。神经网络计算机以神经元联接机制为基础,从网络结构上去直接模拟人类智能,有人类的联想思维功能。其智能信息处理系统可进行形象思维,也有推理意识、灵感等功能。,14,1.1 智能信息处理的产生和发展,知识处理方面 两种情况: 能明确定义问题,或运用能明确定义的概念作为知识。 计算机一般具有极快的速度和很高的精度。 无法用明确的数学模型表达,或解决问题所需的信息是不完整的或局部的,或问题中许多概念的定义是非常模糊的。 例如:从人群中迅速识别出一个熟人,从车辆繁忙的马路上迅速决定自己能否通过等。 用超级计算机也无能为力或相当笨拙。 模仿人脑功能的新型智能信息处理系统能极快地处理。,15,1.1 智能信息处理的产生和发展,基于传统计算机的智能信息处理系统有: 智能仪器、自动跟踪监测仪器系统、自动控制制导系统、自动故障诊断系统 它们通过逻辑符号处理系统的推理规则来实现自动诊断、问题求解以及专家系统的智能,主要应用串行工作程序按照一些推理规则一步一步进行计算和操作。目前,智能信息处理系统应用领域很广,仍在继续向高新技术发展,但发展速度已不适应社会需求增长速度要求,促使人们注意到新型智能信息处理系统的研究。,16,1.2 信息技术,信息技术包括感测、通信、计算机和控制四大技术。 感测技术是获取信息的技术。 通信技术是传递信息的技术。 计算机技术是处理信息的技术。 控制技术是利用信息的技术。 相对其他3项,计算机技术处于较为基础和核心的位置,当前信息技术的基本特征就是计算机程序控制化 。 程序控制化的优点:能够可靠地长期运转、技术进步快、便于构造大系统。,17,1.2 信息技术,计算机技术产生以来,信息技术有了突飞猛进的进步,它的应用已渗透到社会各行各业、各个角落。 信息技术在记忆、计算等方面能力已超过人脑,但在文字识别、语音识别、模糊判断、模糊推理等方面,仍逊于人脑。 人可通过自学习、自组织、自适应不断提高信息处理能力 存储程序式计算机的所有能力都来源于人们编制的程序,它的能力是机械的、死板的且无法自我提高。 针对以上问题,人们多年前就开始研究智能理论与技术,探索人脑信息处理机制,以便用机器更好地模拟人脑功能。目前,智能理论和技术已取得很大进展,为信息技术的智能化提供了基础。,18,1.3 智能理论,自然智能理论 直接研究智能产生、形成和工作的机制。 主要由生理学、心理学领域的研究者进行研究。人工智能理论 研究如何用各种方法模拟、延伸和扩展智能。 主要是理工学研究者所从事的工作。,19,1.3 智能理论,按道理讲,人工智能理论应以自然智能理论为基础。 若弄清了各种自然智能的工作机制、各个功能部件的结构关系,就可以通过已高度发达的电子、光学和生物器件构成类似的结构对其进行模拟、延伸和扩展,从而实现人工智能。由于人类头脑结构高度复杂,直到今天自然智能理论并没有搞清一些基本智能活动的机制和结构。因而,人工智能理论的主流已经从结构模拟的方向走向了功能实现的道路。,20,1.3 智能理论,功能实现:将自然智能的结构看作黑箱,只控制黑箱的输入输出关系,只要从输入输出关系上看,实现了所要模拟的功能即可。功能实现的道路使人工智能理论摆脱了自然智能理论进展缓慢的束缚,通过几十年的发展,已经形成了较为系统的理论体系,包含了极为丰富的内容,并在实际中得到了广泛的应用,发挥了显著的作用。,21,1.3 智能理论,人工智能理论包含: 基于符号推理的经典人工智能 基于结构演化的计算智能 其他智能理论 模式识别 智能体(Agent) 数据采掘和知识发现 ,22,1.3.1 经典人工智能,经典人工智能的研究始于1956年,主要目标是应用符号逻辑的方法模拟人的问题求解、推理、学习等的能力。 问题求解是经典人工智能的核心问题 当机器对某些问题有了求解能力后,在以后的应用场合中遇到这类问题时,会自动找出正确的解决策略。 推理是人思维的重要方面之一,它包括归纳、推理和模糊推理等三种形式。 经典人工智能理论的研究就是要模拟这三种推理形式,实现诸如故障诊断、数学定理证明、模糊问题判断等功能。,23,1.3.1 经典人工智能,在经典人工智能中,“学习”一词有多种含义。 在专家系统应用中,它指的是知识的自动积累。在问题求解中,它指的是根据执行情况修改计划。在数学推理系统中,它指的是根据一些简单的数学概念和公理形成较复杂概念,做出数学猜想等。,24,1.3.1 经典人工智能,经典人工智能的缺点: 它是基于知识的,知识通过符号进行表示和运用,被具体化为规则。 然而,不是所有的知识都能用符号表示为一定的规则,智能也不都是基于知识的。 20世纪80年代,经典人工智能理论发展出现停顿。随着人工神经网络理论出现新的突破,基于结构演化的人工智能理论计算智能理论迅速成为人工智能研究的主流。,25,1.3.2 计算智能,计算智能的主要方法有:人工神经网络、遗传算法、演化程序、局部搜索、模拟退火等。计算智能的这些方法具有自习、自组织、自适应的特征和简单、通用、鲁棒性(Robust)强、适于并行处理的优点,在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。,26,1.3.3 模式识别,模式:对被认知事物的概括 既包括具体事物,如文字、声音、图像、人物; 也包括抽象的事物,如机器的运行状态、国民经济状况等等。模式识别理论是研究机器认知的理论。 模式识别的方法有:模式匹配法、统计法和结构法 模式识别理论有很大的应用价值,文字识别、语音识别、图像识别等技术既是智能机器人的关键技术,也是人们用自然的方式操作机器的关键技术。,27,1.3.4 智能体,智能体是一个代表一切具有智能的实体的抽象名词。 可以是人、机器人、智能设备、智能软件等。 每个智能体都是主动地、自治地工作:通过传感器感知环境,通过效应器施效于环境。 智能体不能在环境中单独存在。 多个智能体在同一环境中协同工作,协同的手段是相互通信。 以智能体概念为核心的分布式人工智能理论的研究是当前的另一热点,该理论在并行程序设计、计算机通信、网络管理与控制等方面有很高应用价值。,28,1.3 智能理论其他智能理论,数据采掘和知识发现 以数据仓库为基础,通过综合运用统计学、模糊数学、神经网络、机器学习和专家系统等方法,从大量的数据中提炼出抽象的知识,揭示出蕴含在数据背后的内在联系和本质规律,实现知识的自动获取。 它将经典的人工智能方法和计算智能的方法进行了结合,是人工智能领域中的研究热点之一。,29,1.4 智能信息技术,智能理论的长足发展和广泛应用,引导了信息技术的智能化发展方向。功能越来越强大有效、服务越来越灵活多样、操作越来越简便自然的智能信息技术纷纷出现。智能通信技术 智能计算机技术 智能控制技术,30,1.4.1 智能通信技术,近年来,各类通信、传媒以及计算机网络技术得到了迅猛的发展。网络技术是当代通信技术最重要的内容,因此智能通信技术最重要的内容便是网络技术的智能化。 智能网技术 智能化网络管理与控制技术 网络智能信息搜索技术 ,31,1.4.2 智能计算机技术,电脑的思考能力 知识 推理 专家系统 运筹规划 电脑的视觉能力 电脑的语言能力 听语音识别 说语音合成 自然语言理解,32,1.4.2.1 电脑的思考能力,
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号