智能信息处理技术的发展与应用.docVIP

智能信息处理技术的发展与应用 摘要：随着科技的不断发展，智能信息处理技术得到了长足的进步。智能信息处理技术是计算机技术、通信技术、电子技术和控制技术等多种技术的融合，完成信息的采集、处理等工作。本文简述了智能信息处理技术的发展进程和应用情况，并对智能信息处理技术的未来发展做出了展望，为相关工作人员工作提供参考。 关键词：智能信息处理技术；发展；通信技术；网路技术；模糊理论 中图分类号：P208 文献标识码：A 文章编号：1007-9599 （2013） 02-0000-02 伴随着计算机技术和通信技术的不断发展创新，信息处理技术理论已经迈上了一个新的台阶，如今信息处理研究领域并不再局限于原有的一般理论与方法的研究，而是努力拓宽研究领域，把主要精力放在新方法、新理论的探索上。信息处理技术，主要研究对象已经由原来简单的线性、因果、最小相位等特殊系统，逐步发展到现在的非线性、非因果、非最小相位，更具有普遍意义的系统，对随时变化的信号进行处理和分析是信息处理技术发展的一个重要方向。智能信息处理技术的最大特点就是将不确定、不可靠的信息进行加工处理，转变为确定的、可靠的信息。通过智能信息处理，从一些不精确、不确定的信息中，依然可以得到较为确定的结果，从而更加充分、合理的利用已经获取的信息，提高信息的利用效率。 1 智能信息处理技术的产生与发展 智能信息处理技术的产生可以追溯到上世纪30年代，但当时缺乏具有一定运算能力的工具，智能信息处理无法发挥其作用，束缚了智能信息处理技术的发展。计算机的出现，成为了智能信息处理技术的迅速发展的基础，一些具备智能信息处理能力的产品出现在人们的日常生活学习中，给人们的生活带来了巨大的方便，也产生了良好的经济效益，例如现在医学上广泛应用的CT机，就是建立在智能信息处理技术基础之上的；以美国著名科学家J.W.Cooley为首的科研团队提出的FFT算法，对科学界产生了巨大的影响。这种算法应用于硬件电路后，被广泛的应用于各个智能检测仪器当中，促进了高自动化检测设备的迅速发展，取得了良好的效果。近些年，计算机技术和智能信息处理技术的发展日新月异，技术水平不断提高，大量的信息处理系统中都可以发展智能信息处理技术的身影。 2 智能信息处理技术主要理论与方法 智能信息处理技术涉及领域广泛，包含信息科学的多个学科，是计算机技术、通信技术、电子技术和控制技术等多种技术的融合。就目前的研究状况来看，智能信息处理方法主要包含以下几种： 2.1 人工神经网络方法。人工神经网络方法是在数学模型和网络模型的基础上研究提出的。在数学模型中，人工神经参考大脑神经元，是信息处理的基本单元体，大量的人工神经元有机的组合在一起，构成一个复杂的神经网络结构。这个结构的基础就是单个的人工神经元和各个神经元之间的连接结构。 网络模型中，也是以人工神经元为基础，按照一定的结构组合在一起，构成一个完成的模型。从目前的调查研究来看，已经开发出的人工神经元网络模型多达数十种。如果按照连接方式和信息流动方向对人工神经元网络模型进行分类，可以划分为以下两种类型：前向型网络和相互结合型网络。其中前向型网络模型中没有信息反馈机制，而相互结合型模型中的信息可以反馈，又被成为反馈型神经网络模型。 2.2 模糊理论。当研究对象是一些不确定的现象时，就需要用到模糊理论。对象的不确定性是事物自身具有的，并不受数学理论中二元性原则的束缚，是对象差异的中间过渡状态，难以给予明确的划分，这就使得对象的划分不明，具有一定的模糊性。模糊系统以模糊理论为基础，是具有一定模糊信息处理能力的动态模型。通常的模糊系统可以看成一个输入―输出的对应关系，并可以当作连续函数的通用逼近器应用，它是由模糊规则库、模糊产生器、反模糊化器和模糊推理机四部分组成的。以模糊系统和神经网络为基础，研究发展出了模糊神经网络。模糊神经网络把神经网络和模糊系统的理论有机的结合在一起，优势互补，并将语言、逻辑计算、处理方法和动力学理论融合起来，是自身具备了良好的学习、识别、联想和模糊信息处理能力。模糊神经网络的核心内容就是将模糊的输入信号与权值施加于普通的神经网络之中，二者相互取长补短，充分的发挥了模糊系统和神经网络各自的优势。模糊神经网络的出现，对于智能信息处理技术的发展具有里程碑式的意义。 2.3 进化算法。进化算法学习、借鉴了生物界中的自然选择定律和遗传定律，对优化和机器学习等领域的研究具有极大的指导意义。 模拟生物的遗传模型，在全局中进行优化搜索，这是遗传算法的工作原理。该算法方法简单，应用范围广，适于信息的并行处理。遗传算法以个体为对象，进行选择、交叉和变异操作，使得该算法具有了一些区别于传统算法的独特性质。经过科学家的研究探索，进化算法已经在自动控制、图像识别、机器学习等众多领域广泛应用，是智能信息处理技术中最