計算機智能信息處理技術應用及發展

李文焱

隨著社會經濟及尖端科技高速發展與進步，使計算機技術、網絡技術、信息技術及大數據技術等，廣泛應用于各領域，尤其是機器生產、信息處理等重大領域，促使計算機智能信息處理技術的研發和應用。所以，本文就計算機智能信息處理技術發展，對其應用方法及實際應用進行分析。

【關鍵詞】計算機 智能信息處理技術 發展 應用方法

網絡技術及信息技術不但方便和豐富了人們的生活，還為各種高端的科學技術提供了技術支持，不管是對社會經濟發展，還是對科學技術發展都起著重大推進作用。計算機智能信息處理技術就是在該背景下研發和應用的，決定計算機智能信息處理技術應用及發展研究是必要的。

1 發展概述

智能信息處理技術是計算機智能信息處理技術的前生，最早發源于上世紀30年代，當時的智能信息處理技術只停留在理論層面研究方法層面上，并且所涉及到的理論和研究方法范圍很有限，智能運算工具也沒有被開發出來，所以實際生活中智能信息處理技術難以應用。指導上世紀40年代，計算機被發明并在各領域得到廣泛應用時，才形成了計算機信息處理技術，并在短時間內被應用于人們的生活學習，給人們帶來了巨大的社會效益及經濟效益，促進人類社會快速發展，為信息時代及網絡時代的到來奠定了技術基礎。直到今天，計算機信息處理技術已經被廣泛應用各領域，促進了社會經濟發展，方便了人們生活，提高了人們的生活質量。現時代應用較多的計算機信息處理技術有CT機，主要應用于醫學領域；科學家J.W.Cooley等人研發的FFT算法，主要應用于硬件電路設計，也因此被廣泛應用于各種智能檢測儀器中，不但實現了檢測儀器精準度的增加，還實現了檢測儀器自動化程度的增加，成為現時代大多數信息處理系統的技術支撐。

2 應用方法分析

2.1 人工神經網絡應用方法

人工神經網絡應用方法中的數據來源是數學模型，網絡來源是網絡模型，所以該方法是基于數學及網絡模型提出的，具有數據化和網絡化的特點。人工神經結構在數學模型和網絡模型中的組建方式不同，人工神經結構在數學模型中是根據人體大腦的神經元組織構建而成，是計算機智能信息處理系統的基本單元。這種人工神經的單體，在數學模型中有很多，如果將數學模型中的所有人工神經單體進行有機組合，則會組建成一個復雜程度高和需求功能全面的神經網絡結構，最終實現對信息的整體化和智能化處理；人工神經結構在網絡模型中是根據已經構建好的人工神經單元體，實現每基礎單元體的創建，從本質上與數學模型中人工結構的構建原理相同，唯一不同的是網絡模型中人工神經結構的構建更注重多個單元體間的聯系。

2.2 模糊神經網絡應用方法

模糊神經網絡也是計算機智能信息處理的主要應用方法之一，主要應用于不確定現象的研究，模糊理論是該方法的應用原理，所研究的對象具有不確定性，所以模糊理論不屬于傳統數學理論，故不是傳統數學理論二元性原則下的研究范圍，故模糊神經網絡處理的信息對象具有模糊性，導致模糊系統呈現動態性。

模糊神經網絡應用方法主要通過模糊系統實現，該系統包括模糊規則庫、模糊產生器、反模糊化器和模糊推理機四個子系統。模糊神經網絡是模糊系統與神經網絡的融合體，主要融合的內容包括模糊系統相關理論體系和神經網絡相關理論體系，此外還將語言邏輯計算方法和動力學理論等融入其中，增強了模糊神經網絡的信息識別能力、信息聯想能力和模糊信息處理能力。在神經網絡上輸入模糊信號和對應的權值，是模糊神經網絡應用的核心內容。

2.3 進化算法應用方法

凈化算法應用方法是最具有規定律性的一種計算機智能信息處理技術應用方法，創建的依據不但是自然選擇依據，還包括了遺傳定理，而這兩個依據都來源于自然生物界，所以進化算法具有很強的定律性，也被稱為遺傳算法，主要通過各種生物遺傳模型來實現其應用，具有指導機器優化和學習的作用。

凈化算法具有操作簡單、應用廣泛等優勢，是多條信息并行處理的有效方法，其研究對象主要為某個個體，待研究個體確定后進行選擇、交叉和變異等操作，以實現對信息的處理。近幾年，進化算法經多個相關專家及學者的努力研究，進化算法已經從簡單的數據信息分析及處理應用，發展到圖像識別應用、機器學習應用、自動化控制應用等，成為計算機智能信息處理技術最常用的應用方法之一，促進整個計算機信息處理技術水平的提高。

2.4 信息融合技術應用方法

信息融合技術主要應用于多種信息的加工、利用、優點相互好處理，進而提高信息的真實性和準確性。該技術的應用主要通過多傳感系統來實現，即先對信息處理對象進行檢測，以保證精準度，然后將檢測不到或不能進行確定的信息找出并剔除，以實現計算機信息處理結果準確性和可靠性的提高。

人體大腦綜合處理信息的能力是信息融合技術的研發原理，相應的多傳感系統是由多個且種類不同的傳感器組成，這就使系統不同傳感器發出的信息不同，最終形成像人腦一樣的信息綜合網，然后通過信息綜合網對多余的信息進行組合，以實現計算機信息處理中信息正確性的提高。信息融合技術發展至今，已經從單一的信息融合技術發展成高層次信息融合技術和低層次信息融合技術。

3 實際應用

計算機智能信息處理技術的實際應用主要體現在以下幾方面：

（1）在各類機器中的應用，不但有利于機械設備智能化程度的提高，還有利于機械設備自動化程度的提高，進而實現少勞力的降低和腦力消耗的降低，最終提高了機器工作效率。

（2）文字、語音和影像等領域中的應用，不但提高了文字、語言和影響識別精準度，還有利于相關識別設備獨立識別能力和翻譯能力的增強。

（3）在互聯網技術設備中的應用，如在路由器等設備中的應用，不但高提高了這些設備的數據傳輸速度，還實現了傳輸路徑的全面分析，進而實現最佳數據傳輸路徑的選擇，最終提高了計算機智能信息處理的網絡暢通度。

4 結語

綜上所述，信息技術及網絡技術的不斷發展與應用，使計算機智能信息處理技術被廣泛應用于多個領域，相應的技術應用方法也大大增多，主要包括人工神經網絡、模糊神經網絡、進化算法和信息融合技術四種應用方法。

參考文獻

[1]楊野.計算機智能信息處理技術的發展與應用[J].山東工業技術，2015（06）：184.

[2]肖卿，肖秋蘭.計算機智能信息處理技術的發展與應用[J].科技風，2015（19）：73.

[3]張莉.計算機智能信息處理技術應用及發展[J].科技經濟導刊，2016（25）：36+34.

作者單位

東北師范大學 吉林省長春市 130000