信號處理的智能方法分析課件

1、信號處理的智能方法需求內(nèi) 容問題的提出1人腦的信息處理2現(xiàn)有智能方法及其局限性3解決途徑41 問題的提出在信息處理中，人腦具有明顯的優(yōu)越性，如:人臉識別信號功率譜估計信號帶寬的分析等 1 問題的提出信息獲取通信信息處理1 問題的提出香農(nóng)的信息論針對信息的通信過程，反映通信的基本規(guī)律對信息處理過程僅有某些影響沒有覆蓋以認知為目的的信息處理活動2 人腦信息處理兩個信息處理中心2.1兩個中心的處理機制2.2人腦信息處理的特點2.32.1 人腦信息處理的特點大腦的思維過程實質(zhì)上是信息處理過程，復雜而多樣，難給出精確的描述分布存儲與冗余性并行處理信息處理與存儲合一可塑性與自組織性魯棒性 2.2 兩個信息

2、處理中心快速腦 非凡的學習能力過目不忘的記憶能力超級(快速)計算能力擁有本能和直覺的反應2.2 兩個信息處理中心快速腦采用潛意識和直覺的方式學習和記憶，信息存儲量極大，可以不假思索地掌握知識；主要用圖像的方式來處理問題；非邏輯處理。2.2 兩個信息處理中心慢速腦 記憶容量和學習速度有限用符號和邏輯的方式處理問題記憶效率低下意義：依靠它，人類才具有分析和邏輯能力，知識才可以傳遞和學習！人類的文明才可以發(fā)展！2.2 兩個中心的處理機制成年人的大腦，習慣了主要使用邏輯腦。所謂思考的功能，一般都是由低速腦來完成！具有良好的邏輯記憶功能，負責邏輯判斷和推理，具有短時記憶，總體記憶容量比較小。經(jīng)常出現(xiàn)的信

3、息，邏輯腦就會把它轉(zhuǎn)移到圖像腦，深層記憶中保存下來！2.2 兩個中心的處理機制邏輯腦主宰人的思維，人們最重視的就是這個大腦！長期以來，以為人只有這個大腦存在，它代表理性和思維。邏輯腦容易遺忘！2.3 兩個中心的處理機制高速腦具有龐大而快速的記憶能力，可以過目不忘，在不經(jīng)意中完成學習和記憶！非邏輯腦很難通過有意識的控制來學習知識；大多數(shù)人都不善于使用自己的快速腦；有些人經(jīng)過訓練，可以用高速腦來完成普通人用低速腦做的事情，感覺他們就是天才?！安患偎妓鳌? 現(xiàn)有智能方法及其局限性人工智能(Artificial Intelligence ， AI) ，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方

4、法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學?；谌说穆倌X研究；思維觀點: AI不僅限于邏輯思維，還應考慮形象思維、靈感思維，才能促進AI的突破性的發(fā)展。3 現(xiàn)有智能方法及其局限性人工智能神經(jīng)網(wǎng)絡小波分析模式識別模糊聚類專家系統(tǒng)遺傳算法3.1 神經(jīng)網(wǎng)絡的方法人工神經(jīng)元網(wǎng)絡是由大量神經(jīng)元通過極其豐富和完善的連接而構(gòu)成的自適應非線性動態(tài)系統(tǒng)。人工神經(jīng)元網(wǎng)絡是生物神經(jīng)網(wǎng)絡的一種模擬和近似，它從結(jié)構(gòu)、實現(xiàn)機理和功能上模擬生物神經(jīng)網(wǎng)絡。3.1 神經(jīng)網(wǎng)絡的方法神經(jīng)網(wǎng)絡優(yōu)點(1)強的魯棒性和容錯性，并行處理方法；(2)自學習、自組織、自適應性，可以處理不確定或不知道的系統(tǒng)；(3)充分逼近任意復雜的非線性關(guān)系；(4

5、)強的信息綜合能力，能同時處理定量和定性的信息，協(xié)調(diào)多種輸入信息關(guān)系。3.1 神經(jīng)網(wǎng)絡的方法神經(jīng)網(wǎng)絡缺點(1)難于精確分析神經(jīng)網(wǎng)絡的各項性能指標；(2)不宜用來求解必須得到正確答案的問題：自發(fā)的集體行為；(3)不宜用來求解用數(shù)字計算機解決得很好問題； (4)體系結(jié)構(gòu)的通用性差。3.2 遺傳算法遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。 遺傳算法是解決搜索問題的一種通用算法，對于各種通用問題都可以使用。3.2 遺傳算法遺傳算法的特點： (1)從問題解的串集開始搜索，覆蓋面大，利于

6、全局擇優(yōu)；(2)同時處理群體中的多個個體，減少了陷入局部最優(yōu)解的風險，易于實現(xiàn)并行化； (3)采用概率的變遷規(guī)則來指導它的搜索方向； (4)具有自組織、自適應和自學習性。 3.3 小波分析小波分析兩大優(yōu)點：(1)時頻聯(lián)合分析方法，自適應地調(diào)節(jié)時頻窗口，同時具有時頻域局部化的性能；(2)小波函數(shù)可作為許多經(jīng)典函數(shù)空間的無條件基，通過快速離散小波變換能夠?qū)崿F(xiàn)這些空間中的函數(shù)逼近。3.4 局限性本質(zhì)而言，AI是對人的思維過程的模擬， 人的思維模擬可以從兩條路進行: 1. 結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機制，制造出“類人腦”的機器；2. 功能模擬，暫時撇開人腦的內(nèi)部結(jié)構(gòu)，而從其功能過程進行模擬。3.4 局限

7、性(1)理論基點：思維即計算(2)理論框架： 演繹邏輯背景下的形式系統(tǒng)(3)手 段：形式化方法(4)執(zhí)行環(huán)境：馮 諾依曼計算機系統(tǒng)3.4 局限性(1)思維即計算：發(fā)展過程圖靈機: 能模擬人類所能進行的任何計算過程主要內(nèi)涵是抽象思維，而人的思維有多種方式，即使是抽象思維，不能完全歸結(jié)為計算。數(shù)學中解題思想是如何產(chǎn)生的?這一思維過程能否通過計算實現(xiàn)?人臉識別中，特征信息的選取3.4 局限性(2)演繹邏輯背景下的形式系統(tǒng)形式系統(tǒng)形式系統(tǒng)的語義單一性記憶的事物可能不止一個含義，一個意義人的思維有極大的靈活性，能去偽存真、由表及里、廣泛聯(lián)想僅僅依靠形式系統(tǒng)這一理論框架是不夠的3.4 局限性(3)形式化方

8、法形式化方法要求首先將待處理的問題形式化，而這種轉(zhuǎn)變本身有要求形式化，這就是一種無窮遞歸。人在處理問題時，具有學習、適應的能力，不完全是形式化的。3.4 局限性(4)馮 諾依曼計算機系統(tǒng)只有問題是可形式化的、可計算的，并且具有求解這一個計算問題的具體算法，計算機才有可能代替人去執(zhí)行。還存在著計算復雜性問題。3.4 局限性與人類思維相比，“機器思維”1. AI系無意識的機械的物理的過程，人類智能主要是生理和心理的過程；2. AI沒有社會性；3. AI沒有人類的意識所特有的能動性；4. 人腦的思維在前，電腦的功能在后。4 解決途徑1繼承及改造2研究非形式系統(tǒng)3集成與互補4 向物理科學、生物科學尋求新的計算或信息處理的原理。4 解決途徑1繼承及改造形式系統(tǒng)、形式化方法是從人的抽象思維中抽取的一種思維模型，是極為有效的工具，賦予系統(tǒng)以學習、創(chuàng)造的功能將形象信息引入形式系統(tǒng)引入更多的開放性系統(tǒng)的特征這種系統(tǒng)將更接近人的思維。4 解決途徑2研究非形式系統(tǒng)在繼續(xù)研究、改造現(xiàn)有的形式系統(tǒng)的同時，注意研究非形式系統(tǒng)的規(guī)律，對AI的發(fā)展將具有重大的理論意義。未來的智能系統(tǒng)的理論基底很可能是改造過的新形式系統(tǒng)同非形式系統(tǒng)的結(jié)合體。4 解決途徑3集成與互補思維層面：將邏輯（抽象）思維與形象