第一篇：智能信息處理實驗室建設(shè)申請書

【項目一：智能信息處理實驗室 規(guī)劃申請立項時間：2013年 】

1.項目建設(shè)的總體目標：

（1）總體建設(shè)目標：

根據(jù)國家對高校教學(xué)和科研的要求以及我系的現(xiàn)狀，擬建設(shè)智能信息處理實驗室。通過該實驗室的建設(shè)，為我系教師提供一個科研平臺，凝聚我系科研骨干的力量，帶動我系其他教師積極參與科學(xué)研究，推動我系科研工作的開展，使得我系科研整體水平有較大的提高。同時，該實驗室的建設(shè)，也為我系學(xué)生提供一個實驗教學(xué)平臺，有助于推動本科教學(xué)的改革，有助于培養(yǎng)出符合地方經(jīng)濟和社會發(fā)展的應(yīng)用型和實用型人才，更好地為地方經(jīng)濟建設(shè)服務(wù)，促進地方經(jīng)濟和社會發(fā)展。

（2）項目建設(shè)的意義和可行性分析： ①項目建設(shè)的意義：

智能信息處理實驗的研究方向很多，主要包括：互聯(lián)網(wǎng)科學(xué)(Web science)、智能計算(Intelligentcomputing)、搜索引擎(Search engine)、數(shù)據(jù)挖掘(Data mining)、優(yōu)化算法(Optimizationalgorithm)、機器學(xué)習(xí)(Machine learing)等研究方向。各大高校和研究機構(gòu)都成立了以智能信息為研究方向的智能信息處理實驗室。

我們建設(shè)的智能信息處理實驗室準備以基礎(chǔ)研究、應(yīng)用基礎(chǔ)研究為主，集學(xué)術(shù)研究、工程應(yīng)用、人才培養(yǎng)于一體。研究方向主要定位于為多目標優(yōu)化、智能視頻處理、智能控制，神經(jīng)網(wǎng)絡(luò)理論、數(shù)據(jù)挖掘等方向。擬安排具有豐富實際項目研究經(jīng)驗的研究人員帶領(lǐng)優(yōu)秀本科生在以上幾個方向組成開發(fā)團隊，以此培養(yǎng)學(xué)生較強的項目設(shè)計開發(fā)能力，提高學(xué)生在算法分析和思維創(chuàng)新方面的能力和一定的科研能力。另外實驗室還準備通過建立完善的人才培養(yǎng)機制，吸引我系教師、優(yōu)秀的本科生依托實驗室研究平臺積極參加國內(nèi)國際的各種競賽。

本實驗室建設(shè)的意義，并不在于只是簡單的給教師、學(xué)生提供一個研究、實驗、學(xué)習(xí)的場所和條件，而是要把各種積極的力量凝聚起來，不斷的推動我院的科學(xué)研究水平。通過實驗室的建設(shè)，推動建設(shè)一支年齡與知識結(jié)構(gòu)合理、勇于創(chuàng)新的優(yōu)秀研究團隊，形成良好的科研傳統(tǒng)和學(xué)術(shù)氛圍。通過實驗室的建設(shè)，也能為安順市的師資培訓(xùn)、科研創(chuàng)新提供一個平臺，有利于推動產(chǎn)學(xué)研相結(jié)合，使科學(xué)研究真正服務(wù)于社會、服務(wù)于生產(chǎn)實踐。無論是教學(xué)改革的需要，還是科研進一步推進的需要，我們都迫切希望建成智能信息處理實驗室。

②項目實施的可行性分析：

我系成立于1978年，現(xiàn)有專任教師38人，教授3人，副教授13人，碩士學(xué)位26人，在讀博士4人，在讀碩士3人。開設(shè)有數(shù)學(xué)與應(yīng)數(shù)學(xué)、計算機科學(xué)與技術(shù)兩個本科專業(yè)和數(shù)學(xué)教育一個?？茖I(yè)，任課教師具有豐富的實習(xí)、實踐指導(dǎo)經(jīng)驗。通過多年的教學(xué)科研和管理經(jīng)驗的積累，已完全可以勝任實驗室的建設(shè)和管理。

我系現(xiàn)已有一個穩(wěn)定的科學(xué)研究團隊，在各自的研究領(lǐng)域已經(jīng)做了一定的工作。我系的教師已經(jīng)承擔(dān)如下的課題：在思想政治工作方面承擔(dān)了教育廳資助的《貴州高校大學(xué)生感恩意識淡泊狀況、歸因及培育探究》課題。在自然科學(xué)方面，承擔(dān)且已結(jié)題的有教育廳資助的《動態(tài)環(huán)境投資組合優(yōu)化模型及算法研究》、《算子代數(shù)上的線性映射》，省社科規(guī)劃辦資助的《基于大學(xué)生問題意識培養(yǎng)的高等數(shù)學(xué)教學(xué)教學(xué)研究》；承擔(dān)但未結(jié)題的有科技廳資助的《動態(tài)環(huán)境免疫優(yōu)化算法設(shè)計、分析及應(yīng)用研究》、《公共交通中重點路段的智能監(jiān)控研究》，聯(lián)合基金資助的《屯堡村落的數(shù)字化研究--以時家屯為例》、《擬穩(wěn)態(tài)微波加熱系統(tǒng)中的最優(yōu)控制理論研究》、《保護隱私的基于GIS路徑規(guī)劃》、《有限群Cayley圖的齊次因子分解研究》；省教育廳資助的創(chuàng)新人才支持計劃一項。

但因為沒有自己的專業(yè)實驗室，所以我們研究內(nèi)容中的一些實驗項目只能借助貴州大學(xué)、貴州民族大學(xué)等高校的實驗室來完成。這次我校得到中央財政支持地方高校發(fā)展專項資金的資助，使得建設(shè)智能信息處理實驗室具有了經(jīng)濟上的可行性。

綜上所述，我系已經(jīng)在管理措施和科學(xué)研究兩個方面做好了準備工作。智能信息處理實驗室的建設(shè)不僅是可行的，而且是很有必要的。2.主要建設(shè)內(nèi)容：

①建設(shè)目標：

（1）建立健全各項實驗室管理規(guī)章制度。通過實驗室的建設(shè)提高實驗室的管理水平和實驗教師的教學(xué)水平及科研能力，培養(yǎng)及建立一支動手能力強，教學(xué)和科研雙過硬，專尖結(jié)合的師資隊伍。

（2）通過深化實驗教學(xué)改革，優(yōu)化實驗教學(xué)體系，創(chuàng)新管理運行機制，建設(shè)滿足現(xiàn)代實驗教學(xué)需要、科研需要的高素質(zhì)的師資隊伍，建成儀器設(shè)備先進、資源共享、開放管理、綠色環(huán)保的實驗教學(xué)中心，全面提高實驗教學(xué)水平和實驗室效益，滿足新時期實施素質(zhì)教育和培養(yǎng)創(chuàng)新型人才的需要。

（3）依托智能信息處理實驗室，通過承擔(dān)創(chuàng)新項目、科研項目，鍛煉教師、學(xué)生的科研創(chuàng)新能力。

②建設(shè)任務(wù)：

該實驗室主要用于滿足實驗教學(xué)和科研兩方面的要求。實驗室的建設(shè)應(yīng)具有較好的研究條件，有助于培養(yǎng)學(xué)生初步的研究能力，能給教師提供一個完善的教學(xué)科研實驗平臺。需要完成實驗場地基礎(chǔ)設(shè)施的建設(shè)，然后購置實驗電腦、打印機、投影儀、服務(wù)器等實驗器材，完成儀器設(shè)備的安裝、調(diào)試。③規(guī)劃期內(nèi)各建設(shè)項目及內(nèi)容：

（1）通過對國內(nèi)其它高校智能信息處理實驗室的調(diào)研，形成詳細的實驗室建設(shè)規(guī)劃，并進行專家論證。

（2）通過正規(guī)的招標程序，配備教師實驗電腦10臺、學(xué)生電腦30臺、服務(wù)器1臺、投影儀1臺及其其他所必需的實驗設(shè)備。同時完成實驗場地基礎(chǔ)設(shè)施的建設(shè)。

（3）完成智能信息處理課程的實驗教學(xué)大綱、實驗教學(xué)指導(dǎo)書的撰寫、與修訂，以及完成實驗、實訓(xùn)講義的編寫。同時需要完成設(shè)備的安裝、調(diào)試及試運行；組織驗收；準備有關(guān)材料，為中央、省專家組進校評估驗收作好充分準備。3.建設(shè)資金預(yù)算及主要用途

201３年規(guī)劃總資金53萬元，實驗室的建設(shè)費用預(yù)算如下：

（1）教師實驗電腦10臺、高性能服務(wù)器1臺，費用共計18萬元；（2）學(xué)生電腦30臺，費用共計15萬元；

（3）投影儀、網(wǎng)絡(luò)設(shè)備、計算軟件、圖像采集設(shè)備等，費用共計15萬元（4）實驗室基礎(chǔ)設(shè)施建設(shè)費用5萬元； 4.建設(shè)項目實施組織及進度安排

我系將成立智能信息處理實驗室建設(shè)領(lǐng)導(dǎo)小組負責(zé)項目的實施。提供需要購置的設(shè)備、場地布線、實驗室的維修、改造等相關(guān)參數(shù)給學(xué)院國資處并由其上報市政府，按照政策進行招標。進度安排如下：

2013.6～2013.8：成立智能信息處理實驗室建設(shè)領(lǐng)導(dǎo)小組，并對原有的設(shè)備進行清查。同時完成對國內(nèi)其它高校相關(guān)實驗室的建設(shè)進行調(diào)研。2013.9～2012.11：制定智能信息處理實驗室建設(shè)的總體規(guī)劃、建設(shè)方案。同時聘請專家對智能信息處理實驗室建設(shè)規(guī)劃進行詳細論證。

2013.11～2014.1：制定詳細的智能信息處理實驗室設(shè)備購置計劃并進行實驗室建設(shè)的招標。完成實驗室管理規(guī)章制度的制定。

2014.2～2014.4：完成智能信息處理實驗室的建設(shè)。完成相關(guān)課程的教學(xué)大綱、實驗教學(xué)指導(dǎo)書、實驗講義的編寫與修訂等。

2014.4-2014.5：各實驗室整改發(fā)現(xiàn)的問題，提交總結(jié)報告。學(xué)校組織驗收。認真聽取專家意見，擬定整改方案并實施。

第二篇：現(xiàn)代智能信息處理技術(shù)研究

現(xiàn)代智能信息處理技術(shù)研究

摘要：現(xiàn)代智能信息處理通過模仿人類和生物的智能行為，把自適應(yīng)、進化、學(xué)習(xí)以及模糊等特點有機結(jié)合，并將其信號轉(zhuǎn)換為信息，這種方法也被稱為計算智能。計算機如今既可以作為數(shù)值計算的工具，更可以作為信息處理工具。當(dāng)前，計算機迅速發(fā)展，如何運用計算機來實現(xiàn)信息處理的智能化就被提上日程。智能信息處理技術(shù)就是研究這個的一種重要方法。就現(xiàn)代智能信息處理技術(shù)，本文作了淺論。

關(guān)鍵詞：計算機 現(xiàn)代智能信息處理 技術(shù)

中圖分類號：TP274 文獻標識碼：A 文章編號：1007-9416（2015）11-0000-00

信息處理技術(shù)加強了對信號的處理和分析，掌握了信號的隨時變化。而智能信息處理技術(shù)更發(fā)展了信息處理技術(shù)，諸多不確定、不可靠的信息加工經(jīng)過智能信息技術(shù)的處理，變得確定、可靠，這也正是智能信息處理技術(shù)的最大特點。通過智能信息處理后，一些不精確、不確定的信息依然可以從中得到較為確定的結(jié)果，已經(jīng)獲取的信息從而可以得到更加充分、合理的利用，信息的利用效率得到了大大的提高。具備智能信息處理能力的產(chǎn)品給人們的生活帶來了巨大的方便，良好的經(jīng)濟效益也在同時產(chǎn)生?，F(xiàn)在醫(yī)學(xué)上廣泛應(yīng)用的 CT 機就是建立在智能信息處理技術(shù)的基礎(chǔ)之上的?，F(xiàn)代智能信息處理技術(shù)的基本原理

現(xiàn)代智能信息處理是信息處理技術(shù)的“智能化”，是信息處理技術(shù)“方法”的集合。在目前的信息處理過程中，現(xiàn)代智能信息處理技術(shù)已經(jīng)成為最活躍的研究領(lǐng)域，是對信息進行“非線性”、“優(yōu)化”、“分布式”、“并行”、“決策”處理的最好智能化方法之一。通過現(xiàn)代智能信息處理，原來不完全、不可靠、不精確且不一致和不確定的知識和信息變得可靠、精確、一致、完全乃至確定。智能信息處理涉及到信息科學(xué)的多個領(lǐng)域，其綜合應(yīng)用了人工神經(jīng)網(wǎng)絡(luò)、模糊理論、現(xiàn)代信號處理以及人工智能等理論和方法。信息科學(xué)的多個學(xué)科都涵蓋其中，從這個意義上說，多個領(lǐng)域都被智能信息處理技術(shù)所涉及，智能信息處理技術(shù)融合了通信技術(shù)、電子技術(shù)、計算機技術(shù)以及控制技術(shù)等。現(xiàn)代智能信息處理技術(shù)的主要方法

2.1人工神經(jīng)網(wǎng)絡(luò)方法

該方法建立在數(shù)學(xué)模型和網(wǎng)絡(luò)模型的基礎(chǔ)上?；跀?shù)學(xué)模型的原因是：在數(shù)學(xué)模型中，信息處理的基本單元體是人工神經(jīng)參考大腦神經(jīng)元。通過有機的組合后，一個復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就形成了。這個結(jié)構(gòu)由大量的人工神經(jīng)元所構(gòu)成了。而這個結(jié)構(gòu)的基礎(chǔ)自然就是單個的人工神經(jīng)元和各個神經(jīng)元之間的連接結(jié)構(gòu)。人工神經(jīng)元在網(wǎng)絡(luò)模型中按照一定的結(jié)構(gòu)組合成一個完成的模型。

對人工神經(jīng)元網(wǎng)絡(luò)模型進行分類，連接方式和信息流動方向是其中一個標準。按照這個標準進行劃分，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以劃分為兩種類型，這兩種類型分別為前向型網(wǎng)絡(luò)和相互結(jié)合型網(wǎng)絡(luò)。這兩種模型中后者的信息可以反饋，前者沒有信息反饋機制，因此后者也被稱為反饋型神經(jīng)網(wǎng)絡(luò)模型。

2.2模糊理論

現(xiàn)代智能信息處理技術(shù)會面對一些不確定的現(xiàn)象。在研究這些現(xiàn)象時，模糊理論就需要用到了。事物自身就具有不確定性，它是對象差異的中間過渡狀態(tài)，不受數(shù)學(xué)理論中二元性原則的束縛，因此難以得到明確的劃分。在劃分對象時，不明確的標準就使得處理對象具有了一定的模糊性。這就形成了模糊系統(tǒng)的基礎(chǔ)，模糊系統(tǒng)即動態(tài)模型，這個動態(tài)模型具有一定的模糊信息處理能力。通常，模糊系統(tǒng)可以被看成輸入和輸出的對應(yīng)關(guān)系，該系統(tǒng)由四部分組成，即模糊產(chǎn)生器、模糊規(guī)則庫、反模糊化器以及模糊推理機，可以被當(dāng)作連續(xù)函數(shù)的通用逼近器進行應(yīng)用。在模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，模糊神經(jīng)網(wǎng)絡(luò)得到了研究和發(fā)展。

2.3進化算法

在智能信息處理技術(shù)中，進化算法是最常用的算法之一，是對生物界中的自然選擇定律和遺傳定律的學(xué)習(xí)和借鑒。在優(yōu)化和機器學(xué)習(xí)等領(lǐng)域的研究方面，該算法起到了指導(dǎo)作用。遺傳算法的工作原理是模擬生物的遺傳模型在全局中進行優(yōu)化搜索。遺傳算法的對象是個體。遺傳算法正是對個體進行的選擇、交叉以及變異操作，這也正是該算法有別于傳統(tǒng)算法的獨特性質(zhì)。這種具有很廣的應(yīng)用范圍，且算法簡單，這兩個特點非常有利于信息的并行處理。如今，進化算法經(jīng)過科學(xué)家的研究探索，已經(jīng)在眾多領(lǐng)域得到了廣泛應(yīng)用，如自動控制、圖像識別、機器學(xué)習(xí)等。

2.4信息融合技術(shù)

現(xiàn)代智能信息處理技術(shù)中，需要加工、利用多種信息，并使其相互補充，信息融合技術(shù)的主要研究內(nèi)容就是獲得更加真實、準確的信息。為了實現(xiàn)對目標精確的監(jiān)測，可以利用多傳感器系統(tǒng)，對不確定的信息進行排除，就實現(xiàn)了可靠性的提高。現(xiàn)代智能信息處理的實際應(yīng)用

3.1該技術(shù)在日常生活中的應(yīng)用

首先，可以實現(xiàn)智能以及自動化操作，這無疑減少人類的腦力勞動量?，F(xiàn)代智能信息處理技術(shù)還可以識別文字、語音、影像等對象，理解、翻譯等工作在機器的幫助下就都可以實現(xiàn)。還可以解決網(wǎng)絡(luò)阻塞問題。其主要渠道為借助路由器對數(shù)據(jù)的傳輸路徑進行分析，然后從中得出最佳路徑，網(wǎng)絡(luò)阻塞問題這樣得以解決。另外，計算機計算速度不斷加快，存儲容量不斷增大，其成本也不斷降低，總之，智能信息處理技術(shù)的發(fā)展對計算機技術(shù)的發(fā)展將起到更加有效的促進作用。

3.2自然語言理解技術(shù)

計算機能夠理解和生成自然語言的技術(shù)，這是自然語言理解的主要研究對象。

首先，通過網(wǎng)絡(luò)好機器人對話。此時現(xiàn)代智能信息處理技術(shù)的工作原理是通過網(wǎng)絡(luò)和機器人進行對話。這是一個比較復(fù)雜的系統(tǒng)，包括語言理解、思考以及語言生成就是它所包含的三個部分。具體而言，當(dāng)我們輸入一段話，機器人首先要理解，然后能夠根據(jù)它的理解，利用它所具有的知識，對此生成一段文字。

其次，機器翻譯系統(tǒng)。所謂機器翻譯，指利用計算機把一種自然語言轉(zhuǎn)變成另一種自然語言。所謂機器翻譯，即完成這個轉(zhuǎn)換的過程就是機器翻譯，用以完成這一過程的軟件叫機器翻譯系統(tǒng)。它的工作原理是：先把一種語言的文章輸入到系統(tǒng)中，系統(tǒng)會自動把句子變成單詞，接著再辨別詞性。通過計算機查閱其中的單詞字典，就可以找到一種語言的對應(yīng)詞。之后，為了分析語法，確定語法結(jié)構(gòu)，再查存儲在計算機里的語法詞典，力圖找到另一種語言中與之對應(yīng)的語法結(jié)構(gòu)。最后，以另一種語言文字的形式輸出文章。

參考文獻

[1]彭司華.計算智能在生物信息學(xué)中的應(yīng)用研究[D].浙江大學(xué)，2004年.[2]楊濤.智能信息處理技術(shù)在互聯(lián)網(wǎng)輿情分析中的應(yīng)用[D].同濟大學(xué)，2008年.

第三篇：《智能信息處理》教學(xué)設(shè)計

《智能信息處理》教學(xué)設(shè)計

一、教學(xué)目標

知識與技能：

（1）了解信息智能處理的方式

（2）知道智能信息處理工具的基本工作過程（3）了解其實際應(yīng)用價值 過程與方法：

（1）嘗試使用信息智能處理工具“手寫板”輸入文字（2）使用翻譯軟件進行英漢互譯（3）與機器人對話

情感態(tài)度與價值觀：

感受信息智能處理的魅力，能客觀評價信息智能處理給學(xué)習(xí)和生活帶來的變化，激發(fā)起學(xué)習(xí)探索人工智能知識的熱情和愿望，為學(xué)生今后選修“人工智能”打下基礎(chǔ)。

二、內(nèi)容分析

1、本課內(nèi)容選自信息技術(shù)必修模塊(二)信息的加工與表達(4)通過部分智能信息處理工具軟件的使用，體驗其工作過程，了解其實際應(yīng)用價值。

2、本節(jié)的作用和地位： 沿著技術(shù)發(fā)展趨勢，信息技術(shù)自然會涉及到信息智能處理，這是前沿技術(shù)在日常應(yīng)用中的體現(xiàn)。高中學(xué)生有必要也有興趣追求和學(xué)習(xí)前沿技術(shù)。本節(jié)內(nèi)容只是要求學(xué)生在使用信息智能處理信息的過程中，對信息智能處理工具進行初步體驗，并形成感性認識。

三、重點與難點

教學(xué)重點：信息智能處理的實際應(yīng)用價值 教學(xué)難點：信息智能處理的方式

四、學(xué)情分析

高一年級學(xué)生已經(jīng)具備了一定的計算機使用經(jīng)驗，但大多數(shù)都是常用工具軟件以及網(wǎng)絡(luò)應(yīng)用，對于信息智能處理工具軟件的使用，可能個別學(xué)生已經(jīng)具有一定的使用經(jīng)驗，例如翻譯軟件、手寫板輸入等，但教學(xué)中還是以注重“啟蒙，興趣培養(yǎng)”為主。

本節(jié)教學(xué)主題是用部分智能工具處理信息，目標是體驗其工作過程，了解其實際應(yīng)用價值，客觀認識人工智能技術(shù)對社會的影響，培養(yǎng)正確的科學(xué)技術(shù)應(yīng)用觀。由于地處信息技術(shù)應(yīng)用欠廣泛應(yīng)用的地區(qū)，學(xué)生對生活中智能信息處理的工具和環(huán)境接觸很少，所以教學(xué)內(nèi)容不易過深，過多，重在體驗，感悟、興趣激發(fā)。

五、教學(xué)過程

導(dǎo)入新課：

一、播放美國電影《人工智能》中關(guān)于機器人的視頻剪輯，給學(xué)生以未來人工智能的引領(lǐng)。

二、引言導(dǎo)入：人們利用計算機來處理信息是為了提高處理信息的效率，代替人來處理信息，但計算機執(zhí)行的程序目前大多數(shù)都是人們預(yù)設(shè)的，不能根據(jù)實際情況的變化像人一樣作出靈活的變化，于是智能信息處理成為人們新的研究方向。

三、再看一段介紹IPhone 4s中Siri的視頻，讓我們的學(xué)生了解今天最新的信息智能處理的成果，以激發(fā)學(xué)生對人工智能的興趣，引入本課課題：

人工智能：人工智能是相對人的自然智能而言的，是指用人工的方法和技術(shù)，研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能，實現(xiàn)智能行為和“機器思維”，解決需要人類專家才能處理的問題。

課堂活動：

第一部分：模式識別技術(shù)

活動一：嘗試使用“手寫板”和“掃描儀”輸入文字；

教師簡要介紹慧視小靈鼠的使用和播放“掃描儀的使用”視頻；

學(xué)生分兩組，分別做“小靈鼠手寫輸入”和“漢王OCR識別”兩個活動中的一個，做得快的同學(xué)可以完成另一個活動，完成后請同學(xué)們談?wù)勈褂眯牡谩?/p>

在第一活動結(jié)束后，介紹“手寫板”的工作方式，人工智能的幾大領(lǐng)域。在最后介紹“自然語言處理”領(lǐng)域時，引出第二個學(xué)習(xí)活動：“使用翻譯軟件或教師提供的在線翻譯網(wǎng)站資源進行英漢文本的互譯”。

活動二：使用翻譯軟件或教師提供的在線翻譯網(wǎng)站資源進行英漢文本的互譯；

提供英漢兩段文本，要求全體學(xué)生完成

本活動要根據(jù)教學(xué)環(huán)境來考慮，如果學(xué)生機已安裝好“金山快譯”等翻譯軟件，就使用此類軟件完成學(xué)習(xí)任務(wù)，否則就利用教師提前準備的“在線翻譯網(wǎng)站”資源和練習(xí)資料完成學(xué)習(xí)任務(wù)。以保證學(xué)習(xí)的有效性、可操作性為前提。

在第二個活動結(jié)束后，介紹“翻譯軟件”的工作方式，信息智能處理工具的特點。歸納概念：

模式識別:是利用計算機對物體、圖像、語音、字符等進行識別的技術(shù)。是研究如何從繁雜的信息中提取特征，根據(jù)特征識別不同事物的基本原理。如手寫輸入、指紋識別、語音識別、光學(xué)字符識別等。第二部分：自然語言理解 活動三：與機器人聊天

學(xué)生使用QQ機器人小Q（QQ號：615050000）與機器人聊天，如果學(xué)生沒有語言障礙，可以用英文與在線機器人交流。

機器人聊天網(wǎng)站: http://vhost.oddcast.com/support/examples/API/sayAIResponse/sayAIResponse.html

http://004km.cn/

在智能處理工具的使用過程中感受其趣味性和喜悅。

學(xué)生討論、總結(jié)。

以問題討論方式，讓學(xué)生能客觀地評價信息智能處理工具。了解人工智能的發(fā)展前景，激發(fā)學(xué)生學(xué)習(xí)選修“人工智能”的興趣。

學(xué)生完成任務(wù)時教師點撥：

（1）觀察學(xué)生如何使用“手寫板”和“掃描儀”輸入文字。提示學(xué)生體會與使用鍵盤輸入的不同。

（2）利用翻譯軟件或根據(jù)教師提供的在線翻譯網(wǎng)站功能，使用英漢互譯功能。（3）與機器人聊天時，體會與真人聊天的區(qū)別，理解機器思維的特點。（4）在三個活動中，鼓勵學(xué)生大膽嘗試，在技術(shù)上要給予幫助。課堂小結(jié)：

概念總結(jié)：

人工智能：人工智能是相對人的自然智能而言的，是指用人工的方法和技術(shù)，研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能，實現(xiàn)智能行為和“機器思維”，解決需要人類專家才能處理的問題。

模式識別:是利用計算機對物體、圖像、語音、字符等進行識別的技術(shù)。是研究如何從繁雜的信息中提取特征，根據(jù)特征識別不同事物的基本原理。如手寫輸入、指紋識別、語音識別、光學(xué)字符識別等。

自然語言理解：自然語言理解是研究計算機如何運用已有的詞法和語法規(guī)則，正確理解人們的自然語言，以方便用戶使用和表達。它的應(yīng)用有自然語言對話、機器翻譯等。課堂結(jié)語：

盡管我們今天體驗的信息智能處理工具與Siri相比還有著差距，但相信大家通過努力學(xué)習(xí)，一定會用上比Siri更高級的智能秘書，也一定可以自己在今后設(shè)計出更好的智能處理工具，讓我們一道憧憬人工智能的美好明天吧。

第四篇：模式識別與智能信息處理

“模式識別與智能信息處理”學(xué)科方向研究內(nèi)容

“模式識別與智能信息處理”是當(dāng)今發(fā)展最快的熱點領(lǐng)域，本領(lǐng)域以信息處理與模式識別的理論技術(shù)為核心，以數(shù)學(xué)方法與計算機為主要工具，探索對各種媒體信息進行處理、分類、理解并在此基礎(chǔ)上構(gòu)造具有某些智能特性的系統(tǒng)或裝置的方法、途徑與實現(xiàn)，以提高系統(tǒng)的性能。模式識別與智能處理是現(xiàn)代服務(wù)業(yè)信息支撐技術(shù)之一，是一個理論與實際緊密結(jié)合、具有廣泛應(yīng)用價值的重要領(lǐng)域。

一、計算機視覺與圖像識別

以信息處理與模式識別的理論、方法和技術(shù)為核心，以數(shù)學(xué)方法和計算機為主要工具，探索對圖像、圖形（人臉、指紋、虹膜、靜脈、步態(tài)、車牌等）的信息進行處理、分類、理解，并在此基礎(chǔ)上構(gòu)造具有智能特性的系統(tǒng)。

二、語音合成、識別和理解

研究非特定人大詞匯量連續(xù)語音識別，語言模型與口語理解，說話人識別，口音識別，語音合成系統(tǒng)，對話系統(tǒng)，人機語音交互技術(shù)，音頻信號處理、識別，以及語音應(yīng)用系統(tǒng)開發(fā)。

三、計算機控制系統(tǒng)

以計算機為主要工具，以人腦仿真研究為基礎(chǔ)，將人工智能技術(shù)、數(shù)據(jù)挖掘技術(shù)、嵌入式技術(shù)、人工神經(jīng)網(wǎng)絡(luò)理論等智能化方法用于信息系統(tǒng)、自動化系統(tǒng)和，以實現(xiàn)智能化信息處理和智能化控制。

熱忱歡迎各位老師加入此方向！

第五篇：《智能信息處理》教學(xué)大綱

《智能信息處理》教學(xué)大綱

一、課程基本信息

課程中文名稱 ：智能信息處理

課程英文名稱 ：Intelligent Signal Processing 課程類型：信息管理及相關(guān)專業(yè)方向選修課 總 學(xué) 時 ：33 理論學(xué)時：33 實驗學(xué)時：0 學(xué) 分 ：3 適用專業(yè)：信息管理 先修課程：高等數(shù)學(xué)、（信號與系統(tǒng)、）概率統(tǒng)計、線性代數(shù)、離散 開課院系：信息科學(xué)與工程學(xué)院

二、課程性質(zhì)和任務(wù)

智能信息處理是就是將不完全、不可靠、不精確、不一致和不確定的知識和信息逐步改變?yōu)橥耆?、可靠、精確、一致和確定的知識和信息的方法。智能信息處理是當(dāng)前科學(xué)技術(shù)發(fā)展中的前沿學(xué)科，同時也是新思想、新觀念、新理論、新技術(shù)不斷出現(xiàn)并迅速發(fā)展的新興學(xué)科，它涉及到信息科學(xué)的多個領(lǐng)域，是現(xiàn)代信號處理、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、人工智能等理論和方法的綜合應(yīng)用。

該課程的主要任務(wù)是通過各個教學(xué)環(huán)節(jié)，運用各種教學(xué)手段和方法，使學(xué)生掌握智能信息處理的基本概念、基本原理、基本計算方法；能夠閱讀相關(guān)中外文獻，了解其最新動態(tài)；培養(yǎng)學(xué)生分析、解決問題的能力，為日后從事工程技術(shù)工作、科學(xué)研究以及開拓新技術(shù)領(lǐng)域，打下堅實的基礎(chǔ)。

三、課程教學(xué)目標

在學(xué)完本課程之后，學(xué)生能夠：

1．了解人工智能的概念和應(yīng)用、智能信息的處理方法綜述；

2．熟悉模型理論的基礎(chǔ)，掌握模糊規(guī)則與推理；理解模糊推理系統(tǒng)，了解其在生活中的應(yīng)用；

3．掌握神經(jīng)網(wǎng)絡(luò)信息處理的基本原理及模型，了解其在生活中的應(yīng)用； 4．掌握粗糙集的基本理論及其應(yīng)用，了解其應(yīng)用；

5．掌握遺傳算法的基本算法及改進算法，了解其應(yīng)用；

6．掌握信息融合的模型與算法，了解其應(yīng)用；

7．理解反向選擇算法和人工免疫系統(tǒng)模型；了解人工免疫系統(tǒng)在計算機安全中的應(yīng)用。

四、理論教學(xué)環(huán)節(jié)和基本要求

（一）人工智能導(dǎo)論

1．理解并掌握人工智能的基本概念和范疇、基本原理和研究方法； 2．理解知識和知識表示的概念，掌握四種表示法； 3．了解常見的智能信息的處理方法及各個處理方法的應(yīng)用

教學(xué)重點：人工智能的基本原理，四種知識表示方法 教學(xué)難點： 四種知識表示方法

（二）模糊理論及其應(yīng)用

1．掌握模糊集合的基本概念、基本運算及隸屬函數(shù)的確定方法； 2．理解模糊邏輯系統(tǒng)的組成；3．掌握模糊信息處理方法：模糊熵方法、模糊聚類分析、模糊關(guān)聯(lián)分析、模糊信息優(yōu)化方法。4．了解模糊信息處理方法的應(yīng)用。

教學(xué)重點：隸屬函數(shù)的確定方法；模糊信息的處理方法。

教學(xué)難點：模糊信息的處理方法。

（三）神經(jīng)網(wǎng)絡(luò)信息處理

1．理解人工神經(jīng)網(wǎng)絡(luò)所借鑒的生物學(xué)上的人腦神經(jīng)元的信息處理模式；掌握人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特點、學(xué)習(xí)方式和工作方式；2．掌握BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，及BP神經(jīng)網(wǎng)絡(luò)建模； 3．掌握貝葉斯神經(jīng)網(wǎng)絡(luò)算法；4．了解Hopfield網(wǎng)絡(luò)模型及其算法，熟悉用Hopfield神經(jīng)網(wǎng)絡(luò)優(yōu)化方法求解TSF；5．理解徑向基函數(shù)（RBF）網(wǎng)絡(luò)模型； 6．了解不同模型在實際中的應(yīng)用。

教學(xué)重點：典型的神經(jīng)網(wǎng)絡(luò)模型（如BP神經(jīng)網(wǎng)絡(luò)、貝葉斯神經(jīng)網(wǎng)絡(luò)等）及其工作原理。

教學(xué)難點：人工神經(jīng)網(wǎng)絡(luò)的相關(guān)算法的理解及應(yīng)用。

（四）粗糙集信息處理

1．掌握粗糙集的理論基礎(chǔ)：等價類、知識約簡等。2．理解粗糙集與模糊集結(jié)合、粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合所構(gòu)成的模型及其應(yīng)用。3．掌握基于粗集的貝葉斯分類器算法。4．了解粗糙集理論的研究現(xiàn)狀及發(fā)展趨勢。

教學(xué)重點：知識約簡算法、基于粗集的貝葉斯分類器算法。

教學(xué)難點： 知識約簡算法。

（五）遺傳算法及其應(yīng)用

1．了解遺傳算法及其應(yīng)用；2．掌握遺傳算法的基本算法及改進算法； 3.了解基于遺傳算法的生產(chǎn)調(diào)度方法。

教學(xué)重點：遺傳算法的基本算法及改進算法；

教學(xué)難點：遺傳算法的相關(guān)算法及應(yīng)用

（六）信息融合技術(shù)及其應(yīng)用

1．理解信息融合的概念、基本原理、功能模型及相應(yīng)方法；2．掌握用于目標識別和確認的算法：物理模型類識別算法、基于特征的推理技術(shù)和認知模型類識別算法；3．掌握D-S證據(jù)理論的基本概念、相關(guān)術(shù)語及一些關(guān)鍵問題； 4．了解信息融合的應(yīng)用領(lǐng)域及發(fā)展趨勢。教學(xué)重點：用于目標識別和確認的主要算法、D-S證據(jù)理論。

教學(xué)難點：D-S證據(jù)理論的關(guān)鍵問題。

（七）免疫算法

1．了解生物免疫學(xué)基礎(chǔ)；2．理解反向選擇算法和人工免疫系統(tǒng)模型；了解人工免疫系統(tǒng)在計算機安全中的應(yīng)用；3．了解人工免疫系統(tǒng)其他的應(yīng)用領(lǐng)域。

教學(xué)重點：反向選擇算法和人工免疫系統(tǒng)模型。

教學(xué)難點：人工免疫系統(tǒng)模型

五、實踐教學(xué)環(huán)節(jié)和基本要求

（一）關(guān)于理論教學(xué)環(huán)節(jié)的說明

理論教學(xué)內(nèi)容的選取注重基礎(chǔ)性、實用性、先進性。在教學(xué)過程中，教師應(yīng)根據(jù)教學(xué)大綱基本要求，結(jié)合專業(yè)特點和學(xué)科發(fā)展，及時補充更新內(nèi)容，將學(xué)科研究的最新成果充實到教學(xué)中來。

本課程的教學(xué)方式應(yīng)注意以下幾點：

（1）智能信息處理是個飛速發(fā)展的領(lǐng)域，知識的老化和更新速度比較快，在教學(xué)過程中，應(yīng)注意逐步提高學(xué)生在教師課堂講授的啟發(fā)和指引下，獨立鉆研教材、參考資料，增強學(xué)生對理論課程的學(xué)習(xí)興趣，學(xué)會利用所掌握的理論知識去分析和解決實際的問題。（2）注重采用現(xiàn)代教育技術(shù)進行教學(xué)，本課程在授課過程中應(yīng)采用課堂講授，多媒體教案、CAI課件等現(xiàn)代教學(xué)手段。

（3）對于教學(xué)的重點與難點內(nèi)容要講深講透，以課堂講授為主，結(jié)合課堂提問、課堂討論、課堂測驗，并充分利用現(xiàn)代化教學(xué)手段。講解中必須十分重視培養(yǎng)學(xué)生自適應(yīng)能力和創(chuàng)造性意識，摒棄傳統(tǒng)的灌輸式教學(xué)方法，而采用啟發(fā)式 教學(xué)方法。

（4）考核方式根據(jù)教學(xué)大綱所規(guī)定的教學(xué)內(nèi)容，采取筆試與作業(yè)考核相結(jié)合的方法，其中筆試成績占70%，平時作業(yè)30%。

七、學(xué)時分配

每次課3節(jié)課，共11周

八、教材及主要教學(xué)參考書目 教 材：

[1]熊和金，陳德軍編著.《智能信息處理》.北京：國防工業(yè)出版社，2006年.[2]高雋編著.《智能信息處理方法導(dǎo)論》.北京：機械工業(yè)出版社，2004年.主要教學(xué)參考書：

[1] 王萬森編著.《人工智能原理及其應(yīng)用》.北京：電子工業(yè)出版社，2000年。[2] 閻平凡，張長水編著.《人工神經(jīng)網(wǎng)絡(luò)與模擬進化計算》.北京：清華大學(xué)出版社，2000年.[3] 周明，孫樹棟編著.《遺傳算法原理及應(yīng)用》.北京：國防工業(yè)出版社，1999年.[4] 莫宏偉編著.《人工免疫系統(tǒng)原理與應(yīng)用》.哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2002年.