人工智能及专家系统(课件全集)第1章人工智能概述85.ppt

5. 根据智能算法来划分 从智能算法来看，AI可分为数据挖掘和知识发现、智能主体、启发式算法、逻辑演算、高级知识推理、模糊算法、遗传算法、免疫算法、人工神经网络、人工生命、进化编程、粒群优化、蚁群算法、自然计算等分支与方向。 ②结构（句法）模式法 该方法把模式分成若干个简单元素，然后用特殊的文法规则描述这些元素之间的结构关系。不同的模式对应着不同的语句。结构法识别系统如图所示。 图 结构法识别系统框图 提取有关特征 模式获取 预处理 模式表示 语法分析 模式选择 模式样本 文法推断 ③参数与非参数法 参数法又称为参数估计法。它是当模式样本的类概率密度函数已知，或者从提供的作为设计分类器用的训练样本能估计出类概率密度函数的近似表达式的情况下使用的一种模式识别方法。例如，在多数情况下，类概率密度函数常常用正态分布来近似，即用正态分布的均值和协方差矩阵作为估计计算判别函数的参数。参数估计中最常用的方法是最大贝叶斯估计和最大似然估计。 ④神经网络法 这是一种把神经网络与模式识别相结合所产生的新方法。它在进行识别之前，首先需要用一训练样例对网络进行训练，将连接权值确定下来，然后才能对待识别事务进行识别。该方法适应于对复杂事物的分类，并具有并行分布、容错、学习、自组织和自适应等特点。 ⑹ 自然语言理解 自然语言理解（Natural Language Processing）主要研究如何使计算机能够理解和生成自然语言。早期的自然语言理解主要针对书面语言进行研究，即利用语言的句法、语法、语义、语用、语气、语调等知识，再结合有关外界信息对其进行理解。60年代只注重语法；70年代出现了理解程序；73年涉及到语言的语法、语义、概念。现在的研究一般是在文字识别和语音识别系统的配合下进行书面语言和有声语音的识别与理解。 图 人机对话系统方框图。 自然语言理解 自然语言生成 语言识别 语言理解 语言生成 语言发生 推理解题决策 话筒 喇叭 自然语言理解要达到以下一些目标： 一种语言翻译成另外一种语言； 用书本语言变成口头语言； 将口头语言变成书本语言； 修改和解释语言； 根据各种语言发出各种指令，进行推理和问答等； 在有关专题中找到某种答案。 自然语言理解的应用： 机器翻译或机助翻译。目前已研制出中、英、日等实用的翻译系统，其翻译的总开销是人工翻译的30%以下。 篇章理解：机器阅读，在消化篇章内容的基础上生成其摘要，或回答有关问题。 篇章生成：根据以某种形式语言存储在计算机中的信息，生成自然语言。 自然语言接口：用户直接采用自然语言，如英语、汉语等同大型数据库或专家咨询系统对话 ⑺ 博弈 是一个有关对策和斗智问题的领域。例如，下棋、打牌、战争等这一类竞争性智能活动都属于博弈问题。在AI中大多以下棋为例来研究博弈规律，并研制出一些很著名的博弈程序，例如塞缪尔的跳棋程序，格林布莱特等人设计的国际象棋程序等。 “深蓝”被称为世界上第一台超级国际象棋电脑，于1997年5月3日至5月11日在美国纽约曼哈顿同当时的国际象棋世界冠军苏联人卡斯帕罗夫对弈6局，结果“深蓝”获胜。 1997年,世界国际象棋冠军斯卡帕罗夫(Kasparow)与一为特殊的对手进行了一次比赛。这位特殊的对手不是人类，而是IBM公司制造的超级计算机——深蓝(Deep blue) 由于第六具戏剧性的大胜，深蓝以3.5比2.5的总比分迫使斯卡帕罗夫低头认输。人们惊呼：电脑战胜了人脑！深蓝创造了历史那么深蓝又是如何做到这一点的呢〉 ⑻ 计算机视觉 它是一门用计算机实现或模拟人类视觉功能，研究为完成在复杂的环境中运动和在复杂的场景中识别物体所需要哪些视觉信息，以及如何从图像中获取这些信息的新兴学科。前沿研究领域包括实时并行处理,主动式定性视觉,动态和时变视觉,三维景物的建模与识别,实时图像压缩传输和复原,多光谱和彩色图像的处理与解释等。主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力不仅包括对三维环境中物体形状、位置、姿态、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。 计算机视觉的应用 计算机视觉已在条形码、邮政编码、指纹、染色体、字符等识别方面，在卫星图像处理、飞行器跟踪、成像精确制导、景物识别、目标检测和定位、CT图像的脏器重建、医学图像分析与识别、盲人导航视觉、机器人对物体识别与定位、障碍识别与回避、自动导航视觉、监测系统、生产过程监控、集成电路分析检测、钢管焊缝检测和彩色显像屏荧光膜混色检测等方面有较广泛的应用。 ⑼ 智能控制。 是指那种无需或尽可能少的人的干预就能独立地驱动智能机器实现其目标的自动控制。智能控制系统是由智能机器对生产