第六章-智能信息处理技术

第六章智能信息处理技术第一节智能信息处理技术的产生智能的三个层次：（1）生物智能（BiologicalIntelligence，BI）（2）人工智能(ArtificialIntelligence,AI)（3）计算智能(ComputationalIntelligence,CI)人工智能广义的人工智能（AI）主要研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。按研究方法它可以分成两大类：一类是符号智能，一类是计算智能。符号智能是以知识为基础，而知识通过符号进行表示和运用，通过推理进行问题求解，也即所谓的传统人工智能。计算智能不是依赖于知识，而是以数据为基础，借助数学计算方法，进行问题求解。人工智能一词最初是在1956年Dartmouth学会上提出的。目的就是让计算机这台机器能够象人一样思考。计算智能则是1992年美国学者JamesC.Bezdek提出的。他在近似推理的国际杂志上论道：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。计算智能国际上提出的计算智能就是以人工神经网为主导，与模糊逻辑系统、进化计算及信号与信息处理学科的综合集成，也有学者认为：新一代的计算智能信息处理技术应是神经网络、模糊系统、进化计算、混沌动力学、分形理论、小波变换、人工生命等交叉学科的综合集成。第二节模糊信息处理技术人的胖瘦年龄大小个子高低模糊理论是以模糊数学为理论基础的一门新兴技术。1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。模糊集合理论的产生和发展到现在不过是30余年的历史,但它已经逐步地渗透到自然科学、社会科学等的各个领域,并且取得引人注目的成果。主要思想1()0xACxxA清晰集合：模糊集合1131]0[)(xA1)(xA模糊推理xisA→yisB（A表示大，B表示高）xisA′→yisB′(A′表示较大，则B′=？）B′=A′○（A→B）=A′○R（A→B）定义为如下运算：模糊推理机模糊化模糊推理解模糊化数据库规则库知识库输入输出第三节神经网络技术各类神经元神经元结构生物神经元的抽象细胞体突触轴突树突图12.2生物神经元功能模型输入输出信息处理电脉冲形成传输神经元数学模型1(w)niijjijyfy神经网络结构简单前馈网络反馈型前馈网络内层互连前馈网络互联型神经网络结构学习方法有教师学习无教师学习：在强化学习（Reinforcementlearning)中，学习主体自身通过训练，误差和反馈，学习在环境中完成目标的最佳策略。我们并没有直接告诉主体要做什么或采取那个动作，而是主体通过看那个动作得到了最多的奖励来自己发现。第四节遗传算法生物进化过程的抽象问题的初始解编码成染色体产生初始群体计算各染色体的适应度通过遗传运算存优去劣选择交叉变异产生新的群体群体是否满足要求解码染色体问题的最优解第五节人工智能图灵测试定义著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科—怎样表示知识以及怎样获得知识并使用知识的科学”美国麻省理工学院的温斯顿教授认为：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。人工智能的层次人的智能体现在思维、感知、行为三层次，而人工智能要模拟、延伸、扩展人的智能，主要从以下三个层次进行研究：机器思维（MachineThinking）如计算机下棋、计算机作曲、计算机绘画、计算机自动编程等。机器感知（Machineperception）或机器认知（MachineRecognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力。机器行为（MachineBehavior）或计算机行为（ComputerBehavior）研究如何用机器去模拟、延伸、扩展人的智能行为。人工智能的研究热点和应用智能车竞赛