智能信息处理重点总结.docxVIP

2 到 3 个例子说明智能信息处智能信息处理是干什么的？举理在生活中的应用；是利用运算机对物体、图像、语音、字符等进行自动识别的技术，它的一般过程包括：样本采集、信息的数字化、预处理、数据特点的提取、与标准模式进行比较、分类识别；例子：图形识别及语言识别；如手写汉字的识别、语音识别、数据挖掘、理的应用实例 2 到 3 个例子说明智能信息处 智能信息处理是干什么的？举 理在生活中的应用； 是利用运算机对物体、图像、语音、字符等进行自动识别的技术，它的一般过程包括：样本 采集、信息的数字化、预处理、数据特点的提取、与标准模式进行比较、分类识别；例子： 图形识别及语言识别；如手写汉字的识别、语音识别、数据挖掘、 理的应用实例； 智能检索都是 智能信息处 第一章 模糊集合 (Fuzzy Set) 模式识别 (Pattern Recognition) 模糊模式识别 (Fuzzy Pattern Recognition) 粗糙集 (Rough Set) 蚁群算法 (Ant Colony Optimization, ACO) 生物神经网络 (Biological Neural Network, BNN) 生物神经元 (neuron) 径向基函数 RBF （ Radial basis function ） SOM 网络： Self -Orginazing Maps network 自组织网络 /* 明白旅行商问题（ TSP, traveling salesman problem）学问库 (Knowledge Base)下近似集 (Lower Approximation Set)上近似集 (Upper Approximation Set) /* 明白 旅行商问题（ TSP, traveling salesman problem ） 学问库 (Knowledge Base) 下近似集 (Lower Approximation Set) 上近似集 (Upper Approximation Set) (indiscernibility relation )称为等价关系 不行辨论关系 约简 (Reduction) “信息素”（ pheromone ） 考模糊集合的表示： （ 考模糊集合的表示： （ 1）是离散的（ 2）是连续的 0 3x ú 50x — 5050 x fi 1000 ? ? ?25x—2525 x ? 100 0 3 x ú 50 x — 50 50 x fi 100 0 ? ? ? 25 x—25 25 x ? 100 6 = 0/x+ I x - 25 F = $ l/;c3- $1 + ( l )Q]‘A # (3) @( u?i in ? )(K ) v /fq (J( in ter,iectiit n ))max/J , (A) , J? p (J) ( l ) Q]‘ A # (3) @ ( u?i in ? ) (K ) v /fq (J ( in ter,iectiit n ) ) max /J , (A ) , J? p (J )J f c b’ (9 )@ i. = A (3 = $(Jip ( x ) . cc)} a t (i ir y???/?? ??? ?i u ? z e it a z ?/LA? A2.- ?-,A, Q?6A,X {? s￠ n ?}? t? ￥? ? ? 4 n ?)? 4 ” “ é Y A ? 6 ?.-, ?J 6 6xo??X, 4 7* + i+(J .2, ???.n}, @ °,J§?{*,??)(-? ,., t*..). .r.. (*.. ?J= 6 ?? 7 pka ? 考最大最小贴近度、欧几里得贴近度、欧氏距离、曼哈顿距离、切比雪夫距离、马氏距离、内积、外积 考最大最小贴近度、欧几里得贴近度、欧氏距离、曼哈顿距 离、切比雪夫距离、马氏距离、内积、外积 4. ?az—Acaeas” aaa??t?z??a?e?e?as.s??n?a? 4. ?az—Ac aeas” aaa??t ?z??a?e?e?as.s??n?a? ? ( A,B ) - I— l?ennsu?a?(? B).??.)—.(-.) ? ( A, B ) - I — l? ennsu?a ?(? B) .??.)— .(-.) A,=( t.0.8.O.5.0.4. 0.0.1)A,= (O.5.O.t.O.5. 1.O.?. O), - ( O, t,O.2.O.7.O.5.O.8)A, - A,= ( t.0.8.O.5.0.4. 0.0.1) A,= (O.5.O.t.O.5. 1.O.?. O) , - ( O, t,O.2.O.7.O.5.