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(fā)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(fā)展，智能信息處理技術已經(jīng)不再局限于以前的傳統(tǒng)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(tǒng)，而是發(fā)展到了現(xiàn)在主流的非線性、非因果的復雜系統(tǒng)。本文先介紹了計算機智能信息處理技術的發(fā)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(jīng)驗。

計算機；智能信息處理技術；模糊算法；神經(jīng)網(wǎng)絡

1　計算機智能信息處理技術的發(fā)展

智能信息處理技術的發(fā)源可以追溯到上個世紀三十年代。當時雖然已經(jīng)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(fā)展中很難應用。直到后來計算機的出現(xiàn)和廣泛推廣，智能信息處理技術才得到飛速的發(fā)展。到了現(xiàn)在，市場上已經(jīng)有了一大批具有智能信息處理技術的實用性產(chǎn)品，在我們的生活和學習中得到了廣泛的應用。這些產(chǎn)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(jīng)濟效益。比如目前廣泛應用在醫(yī)學的CT機，就是利用計算機智能信息處理技術研發(fā)的產(chǎn)品。此外，以美國著名科學家J.W.Cooley為首的科研團隊研發(fā)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，F(xiàn)FT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(fā)展越來越迅速，其技術水平的更新速度也越來越快，大多數(shù)信息處理類的系統(tǒng)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(jīng)網(wǎng)絡方法

人工神經(jīng)網(wǎng)絡方法主要是根據(jù)數(shù)學模型和網(wǎng)絡模型提出的。其中，在數(shù)學模型中，人工神經(jīng)的結構是參照人體大腦的神經(jīng)元組織來創(chuàng)建的，其也是信息處理最基本的單元體。在數(shù)學模型中構建了大量的人工神經(jīng)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(jīng)網(wǎng)絡結構。實際上，這種結構的關鍵點就在于每一個人工神經(jīng)單元體之間的連接。而在網(wǎng)絡模型中，其也是根據(jù)人工神經(jīng)單元體來創(chuàng)建每一個基礎單元體的。但不同的是，網(wǎng)絡模型更注重于多個單元體之間的聯(lián)系。即在網(wǎng)絡模型中，將數(shù)個人工神經(jīng)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(wǎng)絡模型。根據(jù)我國相關技術在此方面的研究現(xiàn)狀來看，目前我國研發(fā)出來的網(wǎng)絡模型種類已經(jīng)達到了數(shù)十種。此外，根據(jù)連接方式和信息流動方式的不同，可以將人工神經(jīng)網(wǎng)絡模型分為兩種，即前向型網(wǎng)絡和相互結合性網(wǎng)絡。其中前者沒有系統(tǒng)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(jīng)網(wǎng)絡模型。

2.2模糊神經(jīng)網(wǎng)絡

模糊理論主要是用于研究哪些不確定的現(xiàn)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(tǒng)數(shù)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(tǒng)則是以模糊理論為核心內(nèi)容，擁有模糊信息處理能力的一種動態(tài)系統(tǒng)。模糊系統(tǒng)主要分為四個部分，即模糊規(guī)則庫、模糊產(chǎn)生器、反模糊化器和模糊推理機。在模糊系統(tǒng)和神經(jīng)網(wǎng)絡的相互融合下，相關的研究人員研發(fā)出了模糊神經(jīng)網(wǎng)絡。它主要是將模糊系統(tǒng)和神經(jīng)網(wǎng)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(lián)想和模糊信息處理能力。模糊神經(jīng)網(wǎng)絡的核心就是要讓模糊輸入信號和相應權值附加在神經(jīng)網(wǎng)絡上，在取長補短的基礎上發(fā)揮它們各自的優(yōu)點。模糊神經(jīng)網(wǎng)絡的研發(fā)和推廣，對于計算機信息技術的發(fā)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(jù)自然生物界中的自然選擇定律和遺傳定律創(chuàng)建的，對于機器的優(yōu)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(jù)生物界的各種遺傳模型，在研究對象全范圍內(nèi)進行優(yōu)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(tǒng)算法有了非常明顯的區(qū)別。近幾年來，經(jīng)過相關學者的不懈努力，進化算法已經(jīng)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(jīng)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(yōu)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(tǒng)，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(jù)人體大腦的綜合處理信息能力進行研發(fā)的。整個系統(tǒng)中具有很多不同種類的傳感器，并且每個傳感器發(fā)出的信息也是不一樣的，而多傳感器的信息融合系統(tǒng)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(tài)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(shù)據(jù)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(xiàn)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(lián)網(wǎng)技術高速發(fā)展的背景下，此技術能夠通過路由器等相關設備，對數(shù)據(jù)的傳輸路徑進行全面分析，從而找到數(shù)據(jù)傳輸?shù)淖顑?yōu)途徑，最終提高網(wǎng)絡的暢通度。

[1]白娟.數(shù)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(tǒng)信息數(shù)值處理技術[J].計算機系統(tǒng)應用,2009(12):173-178.

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