計算機智能信息處理技術的發展與應用

楊　野（綏化學院,黑龍江綏化152000）

計算機智能信息處理技術的發展與應用

楊野
（綏化學院,黑龍江綏化152000）

隨著計算機技術和信息技術的不斷發展，智能信息處理技術已經不再局限于以前的傳統理論和方法研究的層面，轉而開始拓展一些新技術的應用。同時，智能信息處理技術的研究對象也不是以前的線性、因果等較為簡單的系統，而是發展到了現在主流的非線性、非因果的復雜系統。本文先介紹了計算機智能信息處理技術的發展，并從多個方面綜合探究了計算機智能信息處理技術的應用方法，最后闡述了計算機智能信息處理技術的實際應用，給研究此方面課題或者從事此方面工作的人員帶來了一定的參考經驗。

計算機；智能信息處理技術；模糊算法；神經網絡

1　計算機智能信息處理技術的發展

智能信息處理技術的發源可以追溯到上個世紀三十年代。當時雖然已經有了此方面的一些理論和研究方法，但因為沒有智能運算的工具，智能信息處理技術在實際發展中很難應用。直到后來計算機的出現和廣泛推廣，智能信息處理技術才得到飛速的發展。到了現在，市場上已經有了一大批具有智能信息處理技術的實用性產品，在我們的生活和學習中得到了廣泛的應用。這些產品在給人們的生活學習帶來諸多方便的同時，也帶來了巨大的經濟效益。比如目前廣泛應用在醫學的CT機，就是利用計算機智能信息處理技術研發的產品。此外，以美國著名科學家J.W.Cooley為首的科研團隊研發出了FFT算法，這種算法能夠很好的應用在硬件電路中。正因為如此，FFT算法被深入應用到了各種智能檢測儀器中，從而大大增強了這些檢測儀器的精度和自動化程度。近幾年來，計算機智能信息處理技術的發展越來越迅速，其技術水平的更新速度也越來越快，大多數信息處理類的系統中都需要計算機智能信息處理技術作為支撐。

2　計算機智能信息處理技術的應用方法

2.1人工神經網絡方法

人工神經網絡方法主要是根據數學模型和網絡模型提出的。其中，在數學模型中，人工神經的結構是參照人體大腦的神經元組織來創建的，其也是信息處理最基本的單元體。在數學模型中構建了大量的人工神經單體，并將這些單元體有機的組合在一起，最終形成了一個較為復雜，并且能完成各類需求功能的神經網絡結構。實際上，這種結構的關鍵點就在于每一個人工神經單元體之間的連接。而在網絡模型中，其也是根據人工神經單元體來創建每一個基礎單元體的。但不同的是，網絡模型更注重于多個單元體之間的聯系。即在網絡模型中，將數個人工神經單元體用特定的結構排布方式組合在一起，從而將其變成一個完整的網絡模型。根據我國相關技術在此方面的研究現狀來看，目前我國研發出來的網絡模型種類已經達到了數十種。此外，根據連接方式和信息流動方式的不同，可以將人工神經網絡模型分為兩種，即前向型網絡和相互結合性網絡。其中前者沒有系統的信息反饋機制，而后者具有這樣的機制，因此其又被稱作反饋性神經網絡模型。

2.2模糊神經網絡

模糊理論主要是用于研究哪些不確定的現象。研究對象的不確定主要是對象本身帶有的，并不屬于傳統數學理論中二元性原則的研究范疇。這就使得這些研究對象不能清楚的劃分，從而帶有一定的模糊性。模糊系統則是以模糊理論為核心內容，擁有模糊信息處理能力的一種動態系統。模糊系統主要分為四個部分，即模糊規則庫、模糊產生器、反模糊化器和模糊推理機。在模糊系統和神經網絡的相互融合下，相關的研究人員研發出了模糊神經網絡。它主要是將模糊系統和神經網絡的相關理論體系結合在一起，并融入了語言邏輯計算、動力學理論等多種理論和方法，最終具有了較好的識別、聯想和模糊信息處理能力。模糊神經網絡的核心就是要讓模糊輸入信號和相應權值附加在神經網絡上，在取長補短的基礎上發揮它們各自的優點。模糊神經網絡的研發和推廣，對于計算機信息技術的發展具有著里程碑式的作用。

2.3進化算法

進化算法主要是根據自然生物界中的自然選擇定律和遺傳定律創建的，對于機器的優化和學習具有很強的指導意義。進化算法又被稱為遺傳算法，其主要是根據生物界的各種遺傳模型，在研究對象全范圍內進行優化搜索。這種算法的應用方法較為簡單，并且具有很廣泛的應用范圍，能夠很好的對對應信息進行并行處理。遺傳算法主要是以某個個體為研究對象，從而進行一系列的選擇、交叉和變異等各類操作，這也使得遺傳算法與傳統算法有了非常明顯的區別。近幾年來，經過相關學者的不懈努力，進化算法已經能夠在圖像識別、機器學習、自動化控制等多個方面有深層次的應用，同時也已經成為了計算機智能信息處理技術的常用算法之一。

2.4信息融合技術

信息融合技術主要用用來對多種信息進行加工和利用，并讓它們的優點相互之間補充，最終獲得較為真實和準確的信息。信息融合技術主要是利用多傳感系統，對研究對象進行精準的檢測，并將所有不確定的信息剔除出去，從而增強最終結果的準確性和可靠性。信息融合技術的原理是根據人體大腦的綜合處理信息能力進行研發的。整個系統中具有很多不同種類的傳感器，并且每個傳感器發出的信息也是不一樣的，而多傳感器的信息融合系統能夠像人腦一樣，對各種信息進行處理和整合，最終充分利用各種有用的信息，并將多余的信息進行科學的組合，從而提升信息的正確性。目前，信息融合技術主要分為兩種，即高層次的處理和低層次的處理。其中，前者主要是指對于勢態和威脅的估計，以及整個信息融合過程的提取。而后者則主要是一些數據的預處理以及研究對象的檢測和分類等。

3　計算機智能處理技術的實際應用

在日常生活中，計算機智能處理技術有很強的應用性，其主要表現在三個方面。第一，此技術應用到各類機器中，能夠大大加強機械的智能化和自動化，從而減少勞力和腦力的過度使用。第二，此技術對于文字、語音、影像等研究對象具有很強的識別能力，從而使得機器可以獨立的進行相應的理解和翻譯工作。第三，在互聯網技術高速發展的背景下，此技術能夠通過路由器等相關設備，對數據的傳輸路徑進行全面分析，從而找到數據傳輸的最優途徑，最終提高網絡的暢通度。

[1]白娟.數字圖書館向知識服務轉型中智能信息技術應用探討[J].高校圖書情報論壇,2010(03):23-26.

[2]葉球孫.基于VCR智能特性的系統信息數值處理技術[J].計算機系統應用,2009(12):173-178.

[3]趙春雷,喬治·納漢.“大數據”時代的計算機信息處理技術[J].世界科學,2012(02):30-31.