智能信息处理导论简答题

合集下载

智能导论期末重点复习

Author:lm学校：西安邮电大学智能科学技术导论重点复习汇总一，填空题形式：总分30分，共30个填空，分A,B卷，每空1分。

第四章：1，学习原理和学习方法都是在学习过程中不可或缺的两个重要因素。

2，系统学习能力主要包括基本学习能力，自学能力，实践操作能力，表达能力。

3，系统学习能力是大学生能力结构的核心，其中自学能力是关键。

4，创新能力是能力结构的核心要素和最高层次，是人才的本质特征。

5，从事创新不但需要有创新能力，而且需要有创新精神。

6，科学创新能力的锻炼从身心潜质，事业激情，思维活动，科学素养方面进行。

7，科学素养是创新能力的基础。

8，大学生的创新学习，主要形式是科研或创作。

第五章：1，以信息作为主要研究对象，这是信息科学区别于其他科学的最根本特点之一。

2，信息科学的研究目标是扩展人类的信息功能，后者的有机整体便是智力智能。

3，信息，能量，物质是构成世界的三大基本要素。

4，自动化科学所研究的就是物质世界的信息运动规律以及信息处理方法和控制原理。

5，自动化科学的理论基础是控制理论，控制理论的发展大致经过了经典控制，现代控制以及大系统控制和智能控制三个阶段。

6，计算机科学是研究计算机及其周围各种现象与规模的科学，主要包括理论计算机科学，计算机系统结构，软件和人工智能等。

7，软件的研究领域主要程序设计，基础软件，软件工程这三个方面。

第六章：1，好的智能制造系统，要有三个子系统：a，虚拟制造系统，实现模拟制造过程。

b，全息制造系统，系统的元素是“自治，自主”的模块，协作完成给定的任务。

c，全球同步系统，使产品的不同部分能够在世界上不同的生产研究基地进行制造，保证产品质量，降低生产成本。

2，智能运输系统ITS，就是集信息处理，通讯，控制及高科技的电子技术等最新的科研成果，应用于交通运输网络中。

3，发展ITS系统的主要技术中，其核心部分就是GPS技术。

4，从智能革命论的观点来看，信息化必然发展为智能化，主要体现在三个方面：智能革命，智能生产力，智能社会。

整理人工智能简答题

一．简答题1.在什么情况下需要采用不确定推理或非单调推理答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。

例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。

但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。

这个改变原先推导结论的过程其实就是一个非单调推理。

即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论，而是否定了原先结论并有了新的看法。

以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。

不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。

一般来说，出现不精确推理的原因和特征可能有：①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。

由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理2．产生式系统有哪几种推理方式各自特点为何答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。

（2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。

（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。

（3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。

双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。

人工智能简答题

1．在什么情况下需要采用不确定推理或非单调推理？
2．规则演绎系统和产生式系统有哪几种推理方式？各自特点为何？
3．算法A*直到一个目标节点被选择扩展才会终止。

然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。

一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。

4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？
5．在选择知识表示的方法时，应该考虑哪些因素？
6．什么是语义网络知识表示?给出这种表示方法的优缺点。

7．什么是产生式知识表示?给出这种表示方法的优缺点。

8．写出利用归结原理求解问题答案的步骤。

9．什么是不确定性推理？不确定推理中需要解决的基本问题有哪些？
10．同传统的计算机程序相比，人工智能程序有哪些特点？
11．谓词逻辑表示法为什么是应用最广泛的表示方法之一？
12．什么是过程性知识表示？给出它的优缺点。

13．简述人工智能的研究目标。

14．简述人工智能的新进展。

15．试述机器学习系统的基本结构，并说明各部分的作用。

16．什么是专家系统？专家系统的基本结构？。

17．什么是Agent?什么是多Agent系统？
18．什么是本体？设计本体的准则是什么？
19．什么是自然语言理解？自然语言理解的准则是什么？
20．简述自然语言理解的层次划分及对应的技术。

21.什么是遗传算法？如何用神经网络求解优化问题？
22．什么是神经网络？试举例说明二种神经网络模型的结构？。

智能信息处理

智能信息处理教学目标：1、认识智能信息处理工具及作用；2、了解信息智能处理的方式及基本应用；3、了解智能信息处理工具的工作原理；4、了解智能信息处理的实际应用价值。

教学重点：信息智能处理的方式及基本应用。

教学难点：智能信息处理工具的工作原理。

教学过程：一、导入：播放视频：世界围棋大赛“人机大战”1、从视频中，你看到了什么？2、机器战胜人类，你觉得对我们又何威胁？3、在生活中，我们还有哪些事物属于人工智能？好！下面我们就一起来一下智能信息的处理这一小节的内容。

二、新授：1、认识只能信息处理工具及作用：（通过观看几组图片来分析不同的智能信息处理工具及作用）2、智能处理工具与一般处理工具的异同点：相同点：都是通过计算机程序来实现的。

不同点：一般处理工具:处理的问题有固定算法，处理过程是重复计算的过程，最终得到一个确定的结果。

如求方程组的解，加密解密程序。

智能处理工具:处理的问题是不确定、非结构的、没有固定算法的，处理过程是推理控制的过程，最终结果不太确定。

如手写汉字的识别率还不足100%，但已具有实用价值。

3、信息智能处理的方式：人工智能（ArtificialIntelligence简称AI）：是以探索和模拟人类智能活动为基本目标而设计出类似人的某些智能的自动机器的科学。

人工智能研究的两个领域：模式识别和自然语言理解。

人工智能模式识别自然语言自动程序智能代理机器证明专家系统人工神经……4、信息智能处理的方式及基本应用：模式识别：是表征事物或现象的各种形式的信息（图片、文字、符号、声音）等进行自动识别的技术。

模式识别的研究范畴有：文字识别、指纹识别、声音语言识别、声音信号和地震信号分析、照片图片分析、化学模式识别等（P86左边小字）。

指纹识别：利用指纹来鉴定人的身份，可以克服证件、签字、照片、密码、钥匙、印鉴等容易假冒、丢失、遗忘等缺点。

如：浙江省公安厅使用北大自动指纹识别系统，建立了100多万人的指纹库，检索一个现场只需4分钟。

智能信息处理技术考试复习重点

人工智能有能力做三件事：知识存储解决问题获取新知识人工智能的三个关键部分：表示学习推理神经网络至今经历了兴起、萧条和兴盛三个时期。

神经网络动力学过程有过程--计算过程和过程--学习过程前馈神经网络的发展经历了：兴起萧条和兴盛三个时期前馈神经网络模型有：感知器、BP网络、RBF网络遗传算法的三个算子：选择算子、交叉算子、变异算子遗传算法主要由三种运算组成：选择运算交叉变异变异运算编码方法可以分为三大类：二进制编码方法、浮点数编码方法、符号编码方法。

Hopfield神经网络模型一般由单层全互连的神经元u i(i=1,…，n)组成。

自组织映射神经网络模型SOM）它是一种无监督学习神经网络计算智能包括神经网络、模糊信息处理和遗传算法。

计算智能核心内容：神经网络、进化计算和模糊系统模糊数学是研究和处理模糊性现象的数学方法. 经典数学是以精确性为特征的.关系的特性：自反性、对称性和传递性典型的学习规则：hebbian学习规则和Delta学习规则遗传算法主要用于函数最优化计算，它是模拟生物在自然环境中的遗传和进化过程的一种自适应全局寻优的随机搜索算法。

遗传编码: 把问题的可行解从其物理解空间转换到遗传算法所能处理的搜索空间(编码空间)的转换方法称为编码描述神经网络模型的六个要素：传播规则活跃规则输出规则互连模式学习规则环境神经网络 :是由大量的、同时也是很简单的处理单元（神经元）广泛地互相连接而形成的复杂网络系统。

反映了人脑功能的许多特性，是对人脑功能进行某种简化、抽象和模拟。

BP反向传输算法的基本过程：初始化阶段前馈阶段权值调整阶段学习精度计算学习结束判断智能：智慧和能力。

个体有目的的行为、合理的思维以及有效适应环境的能力。

神经计算的特点大规模并行性、集团运算和容错能力。

信息的分布式表示。

学习和自组织能力。

多层神经网络系统具有强大的解算能力和处理实际问题的能力。

(完整word版)智能信息处理复习提纲(2015)湖南大学(word文档良心出品)

智能信息处理复习提纲一、什么是智能理论？人工智能的主要学派有哪些？人工智能的主要应用领域有哪些？计算智能的生物学基础是什么、主要方法有哪些智能理论的定义：“智能”一词可以用作名词，也可以用作形容词。

如果用作名词，它是指人类所能进行的脑力劳动，包括感觉、认知、记忆、学习、联想、计算、推理、判断、决策、概括……如果用作形容词，它的意义是：人一样的、聪明的、灵活的、柔性的、自学习的、自组织的、自适应的、自治的……智能理论研究的两个方面：一方面是对智能的产生、形成和工作的机制的直接研究，称为自然智能理论；另一方面是研究如何用人工的方法模拟、延伸和扩展智能。

，主要是生理学和心理学研究者所从事的工作，称为人工智能理论。

人工智能的主要学派:(1)符号主义(心理学派):认为可以用一个符号系统在计算机上形式化地描述和模拟人的思维活动过程。

（采用功能模拟方法）(2)联结主义(生理学派):利用人工神经网络模仿人类智能,认为人的智能的基本单元是神经元,由许多人工神经元联结起来的人工神经网络可以具有自学习和自适应能力,能更好地模仿人类智能。

（采用结构模拟）(3)行为主义(控制论学派):认为智能取决于感知和表现为行为,智能行为只能在现实世界中与周围环境交互作用而表现出来。

（采用行为模拟）人工智能的主要应用领域：(1)定理证明(2)专家系统(3)机器学习(4)自然语言理解(5)智能检索(6)机器人学(7)自动程序设计(8)组合调度问题(9)模式识别(10)机器视觉人工智能的目：就是让计算机这台机器能够象人一样思考。

计算智能的生物学基础是什么、主要方法有哪些：计算智能是以生物进化的观点认识和模拟智能。

基于结构演化的人工智能主要方法：人工神经网络、遗传算法、遗传程序、演化程序、局部搜索、模拟退火等二、智能信息技术涉及哪几个领域、各解决哪些问题？试将人类的认知过程与计算机认知过程进行比较。

智能信息技术涉及的领域：信息技术就是感测技术、通信技术、计算机技术和控制技术。

智能信息处理导论试卷

一、选择题
1.下列哪项技术不属于智能信息处理领域？
A.机器学习（正确答案：不属于错误选项，实际属于智能信息处理领域，但此处为设
问方式，实际应选择不属于的项，若严格出题应避免此表述，改为明确不属于的选项或重新设问）
B.数据挖掘
C.自然语言处理
D.传统数据库管理（正确答案）
2.机器学习中的“过拟合”现象是指：
A.模型在训练数据上表现很好，但在新数据上表现差（正确答案）
B.模型在训练数据和新数据上表现都很好
C.模型在训练数据上表现差，但在新数据上表现好
D.模型无法学习任何有用的信息
3.下列哪项是深度学习中的一个常用模型？
A.支持向量机
B.决策树
C.卷积神经网络（正确答案）
D.线性回归
4.自然语言处理（NLP）的主要任务不包括：
A.文本分类
B.语音识别
C.图像生成（正确答案）
D.机器翻译
5.下列哪项不是强化学习中的基本要素？
A.代理（Agent）
B.环境（Environment）
C.奖励（Reward）
D.数据集（Dataset）（正确答案）
6.在智能信息处理中，数据预处理的重要性主要体现在：
A.提高算法的执行速度
B.降低算法的错误率（正确答案）
C.使数据变得更加复杂
D.减少数据的存储需求
7.下列哪项技术常用于推荐系统中，以根据用户的历史行为预测其未来偏好？
A.聚类分析
B.协同过滤（正确答案）
C.文本摘要
D.情感分析
8.在智能信息处理领域，知识图谱主要用于：
A.存储和表示大量实体及其之间的关系（正确答案）
B.实现高效的文本分类
C.生成自然语言文本
D.进行图像识别。

付启卉_智能信息处理复习提纲(2018)

智能信息处理复习提纲一、什么是智能理论？自然智能和人工智能有何差异？人工智能的主要学派有哪些？人工智能的主要应用领域有哪些？智能信息技术涉及哪几个领域、各解决哪些问题？什么是智能理论?“智能”一词可以用作名词，也可以用作形容词。

如果用作名词，它是指人类所能进行的脑力劳动，包括感觉、认知、记忆、学习、联想、计算、推理、判断、决策、概括……如果用作形容词，它的意义是：人一样的、聪明的、灵活的、柔性的、自学习的、自组织的、自适应的、自治的……智能理论的研究也分为两个方面，一方面是对智能的产生、形成和工作的机制的直接研究；另一方面是研究如何用人工的方法模拟、延伸和扩展智能。

前者称为自然智能理论，主要是生理学和心理学研究者所从事的工作；而后者称为人工智能理论，主要是理工学研究者所从事的工作。

在前者的领域中，“智能”多取名词的用法，因为研究的是“脑力劳动”本身的机制；在后者的领域中，“智能”多取形容词的用法，因为人们主要考察人工智能的功能与自然智能的功能相比，像不像、高不高、强不强？人工智能的主要学派:(1)符号主义(心理学派):认为可以用一个符号系统在计算机上形式化地描述和模拟人的思维活动过程.（采用功能模拟方法）.(2)联结主义(生理学派):利用人工神经网络模仿人类智能,认为人的智能的基本单元是神经元,由许多人工神经元联结起来的人工神经网络可以具有自学习和自适应能力,能更好地模仿人类智能.（采用结构模拟）.(3)行为主义(控制论学派):认为智能取决于感知和表现为行为,智能行为只能在现实世界中与周围环境交互作用而表现出来.（采用行为模拟）.人工智能的主要应用领域:人工智能的研究更多的是结合具体应用领域来进行(1)定理证明(2)专家系统(3)机器学习(4)自然语言理解(5)智能检索(6)机器人学(7)自动程序设计(8)组合调度问题(9)模式识别(10)机器视觉什么是智能信息技术?感测、通信、计算机和控制这4个领域中的智能化技术智能通信技术：智能网技术、智能化网络管理技术、网络信息智能搜索技术智能计算机技术：文字识别、语言识别、图像识别、语音合成、自然语言理解、机器翻译智能控制技术：模糊控制技术、神经网络控制技术、专家控制技术、学习控制技术、分层递阶控制技术人工智能的目：就是让计算机这台机器能够象人一样思考。

智能信息处理技术导论

遥感图像处理

针对卫星和航拍的多源和多光谱遥感图象，运用数据融合和图象处理技术对遥感图象进行纹理分析、图象分割、统计分类建模，以建立地理信息系统，应用于军事、自然灾害预报、资源勘探和调查、农作物产量预报等。
地形匹配与目标识别跟踪

通过基准图和实时图的地形图象匹配实现交通智能导航以及精确制导武器（如：巡航弹）的导引。通过空中、地面、海面的野外场景系列图象（电视、红外）的分析实现目标由点至面的识别跟踪，用于精确制导武器（如：地空导弹、反舰导弹、反坦克）的导引。
智能信息处理技术导论
上海交通大学杨杰教授博士生导师
引言

当今社会随着计算机技术的迅猛发展，信息处理技术日益得到重视和开发应用。计算机不仅作为数值计算的工具，更重要是作为信息处理工具。智能信息处理技术就是研究如何运用计算机来实现信息处理的智能化，如：研究和模拟人的认知和推理能力；如何将信息处理以便于人的分析和理解；如何从大量信息中挖掘和发现有价值的知识；如何不同信息的互补性和冗余性来提高信息处理和决策的可靠性和精确性。
用PGS Tigress有限公司软件显示的油藏三维图像
数据可视化的应用－气象预报

科学计算可视化可将大量的数据转换为图像，在屏幕上显示出某一时刻的等压面、等温面、旋涡、云层的位置及运动、暴雨区的位置及其强度、风力的大小及方向等，使预报人员能对未来的天气作出准确的分析和预测。另一方面,根据全球的气象监测数据和计算结果，可将不同时期全球的气温分布、气压分布、雨量分布及风力风向等以图像形式表示出来，从而对全球的气象情况及其变化趋势进行研究和预测。
智能信息处理技术－综合应用

智能信息处理技术导论

智能信息处理技术导论在当今数字化、信息化的时代，智能信息处理技术如同一场无声的革命，悄然改变着我们的生活和社会的运行方式。

它就像一位智慧的精灵，在海量的数据海洋中穿梭，迅速而精准地提取出有价值的信息，并将其转化为我们能够理解和利用的知识。

那究竟什么是智能信息处理技术呢？简单来说，它是一种能够让计算机像人类一样对信息进行感知、理解、分析和处理的技术手段。

它不仅仅是简单的数据计算和存储，更是涉及到对复杂信息的深度挖掘和智能应用。

想象一下，当你在网上购物时，系统能够根据你的浏览历史和购买记录，为你推荐符合你喜好和需求的商品；当你使用搜索引擎时，它能迅速理解你的问题，并给出最相关、最准确的答案；当医生面对海量的病历数据时，智能信息处理技术能够帮助他们快速诊断病情、制定治疗方案。

这些都是智能信息处理技术在我们日常生活中的实际应用。

智能信息处理技术的实现离不开多种关键技术的支持。

首先要提到的就是数据采集技术。

就如同建造高楼大厦需要坚实的地基一样，丰富而准确的数据是智能信息处理的基础。

通过传感器、网络爬虫、数据接口等多种方式，我们能够从各种各样的来源获取大量的数据，包括文本、图像、音频、视频等等。

有了数据之后，数据预处理技术就派上了用场。

原始数据往往是杂乱无章、充满噪声和错误的。

数据清洗、数据转换、数据集成等操作能够将这些数据变得规整、干净，为后续的处理做好准备。

接下来是特征提取与选择技术。

这就好比从一堆杂物中挑选出最有价值的宝贝。

通过提取数据中的关键特征，我们可以降低数据的维度，减少计算量，同时提高处理的效率和准确性。

在信息处理的过程中，模式识别技术发挥着重要作用。

它能够让计算机识别出数据中的各种模式和规律，比如图像中的物体、语音中的语言模式等等。

机器学习技术则是智能信息处理的核心之一。

通过让计算机从大量的数据中自动学习和总结规律，从而能够对新的数据进行预测和分类。

智能信息处理技术在众多领域都取得了显著的成果。

智能信息处理课后习题答案

智能信息处理课后习题答案智能信息处理课后习题答案智能信息处理是一门涉及计算机科学和人工智能的学科，它主要研究如何通过计算机系统来处理和分析大量的信息。

在这门课程中，学生将学习到各种智能信息处理的方法和技术，并通过课后习题来巩固所学知识。

以下是一些智能信息处理课后习题的答案，希望对同学们的学习有所帮助。

1. 什么是智能信息处理？智能信息处理是指通过计算机系统来处理和分析大量的信息，以实现智能化的目标。

它主要包括信息获取、信息存储、信息处理和信息应用等方面。

智能信息处理的目标是通过模拟人类的认知过程，实现计算机系统对信息的理解、推理和决策能力。

2. 什么是数据挖掘？数据挖掘是指通过分析大量的数据，发现其中隐藏的有价值的信息和模式的过程。

它主要包括数据预处理、数据转换、数据挖掘和模式评估等步骤。

数据挖掘可以帮助人们从海量的数据中提取有用的信息，并用于决策和预测等方面。

3. 什么是机器学习？机器学习是指通过计算机系统从数据中学习并改进自身的能力。

它主要包括监督学习、无监督学习和强化学习等方法。

机器学习可以帮助计算机系统根据已有的数据进行预测和决策，并逐步提高自身的性能。

4. 什么是自然语言处理？自然语言处理是指通过计算机系统对自然语言进行处理和分析的过程。

它主要包括文本分析、语义理解和语言生成等方面。

自然语言处理可以帮助计算机系统理解和处理人类的自然语言，实现与人类的自然交互。

5. 什么是计算机视觉？计算机视觉是指通过计算机系统对图像和视频进行处理和分析的过程。

它主要包括图像处理、目标检测和图像识别等方面。

计算机视觉可以帮助计算机系统理解和处理图像和视频，实现对视觉信息的理解和应用。

6. 什么是智能推荐系统？智能推荐系统是指通过计算机系统根据用户的兴趣和行为，为用户提供个性化的推荐服务。

它主要包括内容推荐、协同过滤和深度学习等方法。

智能推荐系统可以帮助用户发现和获取感兴趣的信息和产品，提高用户的体验和满意度。

(完整word版)整理人工智能简答题(word文档良心出品)

一．简答题1.在什么情况下需要采用不确定推理或非单调推理？答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。

例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。

但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。

这个改变原先推导结论的过程其实就是一个非单调推理。

即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论，而是否定了原先结论并有了新的看法。

以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。

不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。

一般来说，出现不精确推理的原因和特征可能有：①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。

由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理2．产生式系统有哪几种推理方式？各自特点为何？答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。

（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。

（3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。

双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。

智能信息处理知到章节答案智慧树2023年上海理工大学

智能信息处理知到章节测试答案智慧树2023年最新上海理工大学绪论单元测试1.你准备好学习了对吗？参考答案:对第一章测试1.模糊性数学最重要的应用领域应是（）。

参考答案:计算机智能2.在实际中，诊断知识不完备的主要体现在以下哪些方面？（）参考答案:故障集和征兆集的映射关系是不完备的;对系统征兆的观察是不完备的3.模糊控制理论主要研究内容有（）。

参考答案:模糊模型的辨识;模糊最优控制;模糊自适应控制;模糊控制稳定性4.人们在认识模糊性时不允许有主观性。

参考答案:错5.以前人们回避模糊现象是因为模糊性总是伴随着复杂性出现。

参考答案:对6.根据钢水的温度就可以判断一炉钢水是否已经炼好。

参考答案:错7.模糊性代表的是落后的生产力。

参考答案:错8.概念就是把感觉到的事物的共同特点抽象出来加以概括。

参考答案:对9.在模糊集合中，给定范围内元素对它的隶属关系只有“是”或“否”两种情况。

参考答案:错10.节约覆盖解就是故障数最多的解释。

参考答案:错11.灰色关联法既能处理白化信息，又能处理模糊信息。

参考答案:错12.模糊信息的基本特征，是能够根据原始信息对其相应的必然型或统计型规律进行模糊识别。

参考答案:对13.Petri 网中库所的输入、输出都只有两种状态。

参考答案:对第二章测试1.分层型神经网络将一个网络模型中的所有神经元功能分为若干层，一般有输入层、()和输出层。

参考答案:中间层2.传统BP神经网络的信息存储能力主要由（）来实现参考答案:层与层之间权重3.反向传播学习算法由（）过程组成参考答案:内向传播;反向传播4.根据神经元之间的连接类型不同，可将人工神经网络分为两大类：独立型神经网络和多层神经网络参考答案:错5.用计算机进行曲线处理时，可以先不对实际数据进行拟合，亦即求取其离散点图的函数近似表达式（）参考答案:错6.贝叶斯神经网络有利于估计结果的置信区间，通过与其他模型选择技术的比较，更能揭示出模型中的错误假设参考答案:对7.神经网络的学习算法可分为（）参考答案:有监督和无监督8.RBF神经网络是由（）组成的前向网络参考答案:一个隐层和一个输出层第三章测试1.隶属云的发生器有几种（）。

《智能信息处理》课程考试题

《智能信息处理》课程考试题
1、表1为某电子设备的测试数据与实际故障模式之间的关系，请应用表1数据作为样本，设计一BP神经网络故障辨识器，其中，取学习率η=0.5，动量因子α=0.5，E<0.02，起用增加动量项的BP算法。

（1）给出具体的神经网络结构与结构参数；
（2）给出具体的程序；
（3）给出BP网络训练的误差下降曲线；
（4）表2为该电子设备在使用时的状态测试与数据预处理结果，应用BP网络诊断该设备此时的故障模式。

表1 故障输入、输出训练样本
表2 模糊化数据
解：（1）：利用三层BP网络来识别电路故障。

取输入节点数in =5，代表5个关键测试点
电压信号；取输出节点数out =10，分别代表9种故障元件和正常情况。

其BP网络结构如图所示。

根据BP网络隐层节点设计的经验公式，隐层节点数hide可取为：hide =
in+α=50+α= 12（α=1~10）并且f(x)=1/(1+exp（-x)）
out
*
输入层隐形层输出层
（2）具体的程序见电子版
（3）BP网络训练的误差下降曲线:
（4）应用BP网络诊断该设备表2的故障模式：
Y1=9;Y2=5分别是第9和第5种出现故障。

3、用标准遗传算法求f(x)=x2－22x+30函数的最小值，x [0,31]。

给出了用遗传算法求解此问题的计算过程和结果。

（1）给出源程序；
（2）给出最初两次遗传运算过程；
解：（1）源程序见电子版
当X=11.64时y= -90.64是最小值
用C++运行的结果图如下
（2）前两次计算过程的运行结果图。

智能信息技术考核试卷

贵州师范大学作业题目：智能信息处理期末综合考试题课程名称：智能信息处理任课教师姓名：研究生姓名：学号：年级：专业：学院（部、所）：任课教师评分：年月日2010-2011学年度第2学期硕士研究生课程“智能信息处理”期末综合考试题一、简答题1. 什么是智能？智能理论的研究主要分为哪两个方面？理解智能包括理解：知识如何获取、表达和存储；智能行为如何产生和学习；动机、情感和优先权如何发展和运用；传感器信号如何转换成各种符号；怎样利用各种符号执行逻辑运算、对过去进行推理及对未来进行规划；智能机制如何产生幻觉、信念、希望、畏惧、梦幻甚至善良和爱情等现象。

目前对人工智能的研究主要集中在两个方面。

第一类包括符号处理的方法。

它们基于物理符号系统的假说。

第二类包括所谓的“子符号”方法。

它们通常采用自下而上的方式，从最低阶段向上进行。

2. 什么是经典人工智能？什么是计算智能？人工智能理论主要包括哪些内容？如何进行知识表示和知识推理？符号处理的方法称为“经典的人工智能”，这类方法中，突出的方法是将逻辑操作应用于说明性知识库。

这种风格的人工智能运用说明语句来表达问题域的“知识”，这些语句基于或实质上等同于一阶逻辑中的语句。

采用逻辑推理可推导这种知识的结果。

这种方法有许多变形，包括那些强调对逻辑语言中定义域的形式公理化的角色的变形。

当遇到“真正的问题”，这一方法需要掌握问题域的足够知识，通常就称作基于知识的方法。

计算智能是以生物进化的观点认识和模拟智能。

按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。

在用进废退、优胜劣汰的过程中，适应度高的结构被保存下来，智能水平也随之提高。

因此说计算智能就是基于结构演化的智能。

人工智能是研究用机器模拟人脑所能从事的感觉、认知、记忆、学习、联想、计算、推理、判断、决策、抽象、概括等思维活动, 来解决人类专家才能处理的复杂问题的理论。

人工智能中常用的知识表示方法有状态空间法、问题归约法、谓词逻辑法、产生式法、语义网络法、框架法、脚本法等。

智能信息处理技术复习资料

搜索策略：状态空间搜索(广度优先搜索、深度优先搜索、有界深度优先搜索等 )、启发式搜索等。广度优先搜索搜索原则：深度越小、越早生成结点的优先级越高。当最低层不止一个结点时，它选择最先生成的结点进行搜索。广度优先算法步骤： (1) 初始结点 S 加入到队列 OPEN 的尾部； (2) 若 OPEN 为空，则搜索失败，问题无解； (3) 取出 OPEN 队头的结点 n，并放入 CLOSE 队列中； (4) 若 n 是目标结点 D，则搜索成功，问题有解； (5) 若 n 是叶结点，则转(2)； (6) 扩展 n 结点(即找出它的所有直接后继)，并把它的诸子结点依次加入 OPEN 队尾，修改这些子结点的返回指针，使其指向结点 n。转(2)。穿透率反映目标搜索时的搜索范围。定义为：P=L/T L 是到达目标的长度；T 是在整个搜索过程中产生的结点总数，显然 P≤1。 P 还和问题的难度相关，一般是 L 越大，问题越困难，P 值越小；反之 P 则越大。局部择优搜索基本思想：选择一个节点的后继节点，是在它的所有子节点中，选估价函数 f(n)最优者。因此，亦称“瞎子爬山法”。特点：可以取消 OPEN 表，每次扩展后只保留一个最优子节点，直接放入 CLOSE 表中，丢掉其它子节点。主要在单因素、单极值情况下使用；在多因素，多极值情况下，找不到最佳解。局部择优算法步骤：流程：
深度优先算法步骤： (1) 初始结点 S 放入堆栈 OPEN 中； (2) 若 OPEN 为空，则搜索失败，问题无解； (3) 弹出 OPEN 表中最顶端结点放到 CLOSE 表中，并给出顺序编号 n； (4) 若 n 为目标结点 D，则搜索成功，问题有解； (5) 若 n 无子结点，转(2)； (6) 扩展 n 结点，将其所有子结点配上返回 n 的指针，并按次序压入 OPEN 堆栈，转(2) 。特点：引入搜索深度限制值 d，使深度优先搜索过程具有完备性。有界深度优先算法步骤： (1)初始结点 S 放入堆栈 OPEN 中；

2013年智能信息处理

电路与系统专业《智能信息处理》考试试题（考试形式：开卷；答题纸尺寸：A4）1、简述信息融合的三种结构形式，画出其结构示意图，并阐述它们的优缺点。

（20分）2、什么是人工神经网络？其主要特点有哪些？现有某3层BP 神经网络的结构如图1所示。

其隐层神经元的激励函数为Sigmoid 函数，输出层激励函数为线性函数。

现有一组样本（x =0.1, y d =0.2）对网络进行训练，训练的目标函数为21()2d J y y =-，学习率η=0.2。

设第k 次迭代训练时，网络的初始值分别为(1)()(0.1,0.1)k W =、(2)()(0.2,0.3)k W =，试根据BP 学习算法，求第k +1次的权值(1)(1)k W +、(2)(1)k W +。

（20分）xy图1 BP 神经网络的结构图3、现有恒温水浴控制系统，其目标温度t d =50℃，要求利用模糊控制方法完成其温度控制（控制精度为0.1℃）。

设计内容：（30分）（1）画出水浴温度模糊控制器框图；（2）设计模糊控制控制表4、某多传感器称重系统的传感器拓扑结构如图2所示。

其中S1、S2、S3、S4为称重传感器。

当某一被测物体加载在秤体上时，其重量y 由S1、S2、S3、S4的输出x 1, x 2, x 3, x 4有关，即y =f (x 1, x 2, x 3, x 4)。

由于受各种非线性因素影响，f (·)为非线性函数。

试利用神经网络方法确定函数y =f (·)。

（提示：题中给出的数据为神经网络样本，根据这些样本，利用MATLAB 进行神经网络训练与测试。

）要求：（30分）（1）给出MATLAB 神经网络训练与测试程序；（2）给出仿真结果。

图2 称重系统传感器拓扑结构图X01= [ x 1, x 2, x 3, x 4]，y1=20kgX01= [7.1804 7.6882 1.6484 2.4130;9.5554 5.2392 2.4141 1.7292;5.1734 9.6213 1.1909 2.9598;4.7798 4.4309 4.30775.4914;6.1911 2.9164 6.0592 3.8366;2.8901 6.1969 2.8031 7.1554;2.4084 1.5762 6.7347 8.3520;2.7803 1.1194 10.2481 4.9112;1.86612.2510 4.1464 10.8118];X02= [ x1, x2, x3, x4]，y2=40kgX02= [9.6411 9.4342 8.7615 10.1826;11.6094 7.5675 10.6038 8.2894;8.2102 10.7880 7.4539 11.5676;16.2814 16.7781 1.8037 3.0519;19.8221 12.8375 2.9342 2.3423;14.8131 17.6247 1.7292 3.6919;9.5236 9.6894 8.3715 10.4794;11.9766 7.1259 11.0297 7.9167;7.9425 11.4079 6.8827 11.8404];X03= [ x1, x2, x3, x4]，y3=26.28kgX03= [8.5651 8.7575 3.3237 4.2962;10.6490 6.5249 4.5136 3.3227;7.0998 10.1126 2.7680 4.9483;5.78836.6594 5.5157 6.7423];1、简述信息融合的三种结构形式，画出其结构示意图，并阐述它们的优缺点。

智能信息处理考点讲解

1.信号与系统的关系信号自身需要被分析，也可以用它来研究系统；信号与系统是密不可分的，经常看到的一下几种情况：（1）控制，已知系统和系统输出求输入（2）辨识，已知系统输入和系统输出求系统（3）分析，已知系统输入和系统求系统输出（4）处理，已知系统输入和系统，求系统输出2.信号的分类准周期信号，又称近周期信号。

趋势项信号，一般的不具有周期和确定性变化规律的直流信号，如：定量仪。

瞬变冲激信号，瞬变是指持续几个周期的衰减信号（几个周期就衰减没了），冲激则是不同形式的单个脉冲。

3.随机信号定义随机信号是无法用函数描述的信号，是随机过程的一次实现。

随机过程在条件相同的情况下对一个信号进行重复观测，第i 次观测得到一个随机函Xi(t)，每开始一次观测从t=0开始，得到一个观测的样本集合{ X1(t)、X2(t)、……、Xi(t)、……}，这个集合就是一个随机过程。

随机过程,举例：电子元器件的热噪声和投硬币随机信号的性质：平稳性、各态历经性4.平稳随机信号证明方法：5.方差、均值、自相关函数关系均值：⎰∞∞-==dx t x xf t X E t m x x ),()]([)(方差：⎰∞∞--=-=dxt x f t m x t m t X E t x x x x ),()]([})]()({[)(222σ表示二法：)()]([)(222t m t X E t x x-=σ周期信号下的数字特征6.各态历经性判断：当均值和相关函数的集合平均等于时间平均和时间相关函数时则称：随机信号x(t)满足各态历经性物理意义：单独一个随机函数x(t)所经历的状态可以代表所有随机变量（即随即过程）在所有时间上的经历状态。

实际意义：由一次观测就能够足够了（对一次观测时间平均可以获得总体的统计特性）7.一维概率密度8.相关函数和协方差函数的关系相关函数：[]212121212121),,,()()(),(dx dx t t x x f x x t X t X E t t R x ⎰⎰+∞∞-+∞∞-==其绝对值越大，表示相关性越强应用：流量计、相关分析的路径记忆、浓度传感器协方差函数：[][]{})()()()(),(221121t m t X t m t X E t t K x x x --=[])()(),()()()()(),(2121212121t m t m t t R t m t m t X t X E t t K x x x x x x -=-=共同点：也描述了相关性不同点：它只考察了信号交流成分间的相关性（相似性）。