智能信息處理教學大綱

《智能信息處理》教學大綱一、課程基本信息課程編號：2271130課程中文名稱：智能信息處理課程英文名稱：IntelligentSignalProcessing課程類型：信息處理專業(yè)方向選修課總學時：54理論學時：54實驗學時：0學分：3適用專業(yè)：信息工程先修課程：高等數(shù)學、（信號與系統(tǒng)、）概率統(tǒng)計、線性代數(shù)、離散開課院系：信息科學與工程學院二、課程性質(zhì)和任務智能信息處理是就是將不完全、不可靠、不精確、不一致和不確定的知識和信息逐步改變?yōu)橥耆?、可靠、精確、一致和確定的知識和信息的方法。智能信息處理是當前科學技術發(fā)展中的前沿學科，同時也是新思想、新觀念、新理論、新技術不斷出現(xiàn)并迅速發(fā)展的新興學科，它涉及到信息科學的多個領域，是現(xiàn)代信號處理、人工神經(jīng)網(wǎng)絡、模糊理論、人工智能等理論和方法的綜合應用。該課程的主要任務是通過各個教學環(huán)節(jié)，運用各種教學手段和方法，使學生掌握智能信息處理的基本概念、基本原理、基本計算方法；能夠閱讀相關中外文獻，了解其最新動態(tài)；培養(yǎng)學生分析、解決問題的能力，為日后從事工程技術工作、科學研究以及開拓新技術領域，打下堅實的基礎。三、課程教學目標在學完本課程之后，學生能夠：1．了解人工智能的概念和應用、智能信息的處理方法綜述；2．熟悉模型理論的基礎，掌握模糊規(guī)則與推理；理解模糊推理系統(tǒng)，了解其在生活中的應用；3．掌握神經(jīng)網(wǎng)絡信息處理的基本原理及模型，了解其在生活中的應用；4．掌握粗糙集的基本理論及其應用，了解其應用；5．掌握遺傳算法的基本算法及改進算法，了解其應用；6．掌握信息融合的模型與算法，了解其應用；7．理解反向選擇算法和人工免疫系統(tǒng)模型；了解人工免疫系統(tǒng)在計算機安全中的應用。四、理論教學環(huán)節(jié)和基本要求（一）人工智能導論1．理解并掌握人工智能的基本概念和范疇、基本原理和研究方法；2．理解知識和知識表示的概念，掌握四種表示法；3．了解常見的智能信息的處理方法及各個處理方法的應用教學重點：人工智能的基本原理，四種知識表示方法教學難點：四種知識表示方法（二）模糊理論及其應用1．掌握模糊集合的基本概念、基本運算及隸屬函數(shù)的確定方法；2．理解模糊邏輯系統(tǒng)的組成；3．掌握模糊信息處理方法：模糊熵方法、模糊聚類分析、模糊關聯(lián)分析、模糊信息優(yōu)化方法。4．了解模糊信息處理方法的應用。教學重點：隸屬函數(shù)的確定方法；模糊信息的處理方法。教學難點：模糊信息的處理方法。（三）神經(jīng)網(wǎng)絡信息處理1．理解人工神經(jīng)網(wǎng)絡所借鑒的生物學上的人腦神經(jīng)元的信息處理模式；掌握人工神經(jīng)網(wǎng)絡的結構、特點、學習方式和工作方式；2．掌握BP神經(jīng)網(wǎng)絡學習算法，及BP神經(jīng)網(wǎng)絡建模；3．掌握貝葉斯神經(jīng)網(wǎng)絡算法；4．了解Hopfield網(wǎng)絡模型及其算法，熟悉用Hopfield神經(jīng)網(wǎng)絡優(yōu)化方法求教學方法。（4）考核方式根據(jù)教學大綱所規(guī)定的教學內(nèi)容，采取筆試與作業(yè)考核相結合的方法，其中筆試成績占70%，平時作業(yè)30%。七、學時分配章次各教學環(huán)節(jié)學時分配小計講授實驗上機習題討論課外備注第一章：人工智能導論44第二章：模糊信息處理1082第三章：神經(jīng)網(wǎng)絡862第四章：粗糙集信息處理1082第五章：遺傳算法及其應用862第六章：信息融合技術及其應用1082第七章：免疫算法44合計544410八、教材及主要教學參考書目教材：主要教學