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：评阅意见：任课教师签名：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。知识表示方法优劣,对问题求解结果及计算量的影响极大。而表方法优劣的评价往往以求解(搜索)空间的大小为标准。知识推理：盲目搜索、启发式搜索、归结推理方法、不确定性推理方法、非单调推理方法3.文字识别技术主要有哪些应用？语音识别研究的前沿课题主要有哪些？简述语音识别与语音合成技术的应用。文字识别技术主要应用：脱机文字自动录入笔输入系统票据、牌照、名片、证件识别工程图自动识别技术语音识别研究的前沿课题：自然口语语音识别人机口语对话系统广播电视新闻自动记录系统语音识别与语音合成技术的应用：基于语音合成的声讯服务基于智能语音网关的电话网与数据网的互通语音指令系统音频信息检索4.机器学习的一般过程是什么？实例学习和类比学习各有什么特点？机器学习的一般过程是建立理论、形成假设和进行归纳推理。学习过程总是与环境和知识库有关,环境和知识库是某种形式的信息的集合,分别代表外界信息源和系统具有的知识。通过学习环节处理环境提供的信息,以丰富和改善知识库中的知识。实例学习:实例学习又叫概念获取,它的任务是确定概念的一般描述,这个描述应能解释所有给出的正例并排除所有给出的反例。这些正例和反例由环境提供,并由教师划分为正例和反例,因此实例学习是有教师学习。实例学习属于归纳学习。归纳原理的基本思想是在大量观察的基础上通过假设形成一个科学理论。所有观察都是单称命题,而一个理论往往是领域内的全称命题。从单称命题过渡到全称命题从逻辑上来说没有必然的蕴含关系,对于不能观察的事实往往默认它们成立。把归纳推理得到的归纳断言作为知识库中的知识使用,而且作为默认知识使用,当出现与之矛盾的新命题时,可以推翻原有的由归纳推理得出的默认知识,以保持系统知识的一致性。类比学习:类比是人类重要的认知方法,也是经验决策过程中常用的推理方式。它是一种允许知识在具有相似性质的领域进行转换的学习策略。一般地对未知的或者所知甚少的领域中的问题,经常借用已知的熟悉领域中的知识加以解决。类比和基于范例的学习是同一思维方法的两个方面,两者都要依靠记忆的情景知识来指导复杂的问题求解。但前者强调对过去情况的修改、改写和验证过程,而后者注重范例记忆的组织、层次索引和检索。所谓类比学习是把两个或两类事物进行比较,找出它们在某一抽象层次上的相似关系,并以这种关系为依据,把某一事物的有关知识加以适当的整理,对应到另一事物,从而获得求解另一事物的知识。类比学习的核心技术是相似性的定义和度量。5.通过本课程的学习，你认为智能信息处理技术将会怎样发展？应该在哪些方面进一步开展研究？智能信息处理技术几十年来经历由模拟数字，现在正向着以“人工神经网络为主，与模糊数学、遗传算法、小波分析、混沌理论相结合的方向发展。一些新思想、新理论、新算法、新器件也不断涌现。所有这些给未来信息科学的发展，描绘出了一副诱人的前景。我们应该把对智能信息处理技术研究的重要性，提到一个新的高度加以认识，以适应信息科学在未来的发展。作为一个新时代的研究生，应当将智能信息技术同自己的科研课题结合起来，并力求创新，让我们的大脑从繁重的劳动中解放出来,这是一件十分有意义的工作。二、综述题1.什么是智能信息技术？综述智能通信技术、智能计算机技术和智能控制技术的主要研究内容；结合当今的理论及应用，综述智能信息处理技术发展的前沿课题及研究热点。2．综述模式识别理论、神经网络理论、知识发现与数据挖掘理论、分布式人工智能理论以及进化理论的基本概念和主要内容。模式识别:人类的思维活动,是以对事物的认知为基础的。在智能技术中,同样要求计算机具有对事物的认知能力。计算机对事物的认识和辨别被称为模式识别。神经网络:神经网络的基本处理单元是神经元,由神经元可以构成各种不同拓扑结构的神经网络。知识发现和数据采掘:20世纪90年代初期新崛起的一个活跃的研究领域。数据采掘系统就是建立在数据库基础上的知识发现系统,它综合运用统计学、粗糙集、模糊逻辑、机器学习和专家系统等多种学习方法,从大量的数据中提炼出抽象的知识,从而揭示出蕴含在这些数据背后的客观规律,实现知识的自动获取。分布式人工智能理论:20世纪70年代以来,随着计算机网络及并行程序设计技术的发展,分布式人工智能的研究逐渐成为热点。分布式人工智能技术的应用越来越成为信息系统、决策系统和知识系统成功的关键。进化理论:通过对自然进化的抽象,人们发现:许多复杂的结构可以用简单的位串表示;并且可以通过一些简单的变换来逐步改进这些位串的结构,使之逐步趋向理想的目标。这就是进化理论的基本思想。3．综述自然语言理解中的关键技术，并分析这些具体技术在整个智能信息技术体系中的地位、作用以及与其他技术之间的关系。自然语言是指人们在日常交流中所使用的语言,自然语言具有灵活和模糊的特点因此不易被计算机处理和理解。关键技术的进展:1).句法和语义的自动分析(1)分析过程句法和语义的自动分析是自然语言理解的基础。分析的过程一般分为语音分析、词法分析、句法分析和语义分析4个层次。(2)分析方法的分类句法和语义分析的方法主要有基于规则和基于统计两大类。2).语言的自动生成语言的自动生成就是把计算机内部非自然语言形式存储的信息转换为自然语言的形式。语言的自动生成是机器翻译所需的重要技术。一般包括建立中间结构和组成自然语句两个阶段。前一阶段是通过某种中间结构(中间语言)表达要交流的信息,确定要说的内容;后一阶段是以适当的词汇和一定句法规则,把要交流的信息以自然语句的形式表达出来。3).语言模型自然语言理解任务的完成,必须建立在有效运用自然语言内在规律的基础上。而为了运用上的方便,对自然语言规律描述必须采用有效的模型,这种模型被称为语言模型。语言模型大致可以分为基于规则和基于统计两种类型。4．智能化网络技术主要包括哪些技术？综述智能网技术、智能化网络管理与控制技术、智能化网络信息搜索技术的主要研究内容。智能化网络技术主要包括:智能网技术智能化网络管理与控制技术智能化网络信息搜索技术智能网技术:智能网技术是为了满足快速灵活地提供智能电话新业务的需求而产生的。计算机控制的交换机,即程控交换机出现以后,为提供灵活方便的新业务提供了条件。人们可以通过修改交换机程序来实现诸如缩位拨号、呼叫转移、遇忙通知等业务。智能化网络管理与控制技术:现代网络管理,首先需要一个合理而有效的网络管理体系结构。根据现代网络规模大、分布广的特点,网络管理不能再采用现场物理维护的方法,而是要通过远程监控进行逻辑操作,并且,现代网络的容量大、速度高的特点,还要求网络管理与控制要有很高的实时性。智能化网络信息搜索技术:搜索引擎能够帮助检索者是因为它预先对网络的信息进行了分类、索引和摘要。自动搜索引擎通过专门设计的网络程序自动发现网络上新出现的信息,并对其进行自动分类、自动索引和自动摘要。5.与一般的自动控制相比，智能控制具有什么特点？综述智能控制技术的应用领域和应用实例。传统的控制技术是以反馈控制理论、近代控制理论和大系统理论为基础的。传统的控制理论要求在分析和设计控制系统时,为系统建立精确的数学模型,而实际系统由于存在非线性、不确定性、时变性和不完全性等因素,一般无法获得精确的数学模型。与一般的自动控制相比,智能控制具有以下3个特点:(1)通常为知识模型和数学模型混合表示的控制过程。这些过程往往是那些含有复杂性、不完全性、模糊性、不确定性的非数值过程。在控制过程中,通过知识进行推理,以启发来引导求解。因此,在研究和设计智能控制系统时,主要注意力并不在数学公式的表达、计算和处理上,而是在任务和模型的描述、符号和环境的识别以及知识库和推理机的设计开发上。(2)智能控制的关键在高层。高层控制的任务在于对实际环境或过程进行组织,即决策和规划。为了完成这些任务,需要采用符号信息处理、启发式程序设计、知识表示以及自动推理和决策等相关技术。低层控制一般属于常规控制系统。(3)智能控制以多学科的交叉为理论基础,这些学科包括人工智能、控制论、信息论、系统论、运筹学。智能控制技术的应用:智能控制有着广阔的应用领域,包括智能机器人控制、智能过程规划与控制、专家控制系统、智能调度、语音控制、康复智能控制器等。智能机器人:在环境中自主活动,智能机器人应当具有感知能力,包括视觉、听觉、触觉、味觉、嗅觉等等。智能过程规划与控制:智能过程规划已在加工系统,包括柔性加工系统中获得了比较广泛的应用。专家控制:采用专家系统的方法对某个客体或过程的行为进行全面地、自适应地控制。专家控制系统可应用于空中交通管制、网络故障管理、商业管理、质量控制等应用场合。智能调度:智能调度就是用智能的方法解决最佳调度问题,如车辆调度问题、网络带宽分配问题、排课表问题等等。语音控制:语音控制是语音识别和自然语言理解技术在自动控制中的应用。康复机器人控制:康复机器人控制是为残疾人服务的技术。这项技术包括智能假肢、导盲机器人、代言机器人、助学机器人等。