人工智能技術(shù)的研究背景精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能技術(shù)的研究背景主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能技術(shù)的研究背景范文

【關(guān)鍵詞】大數(shù)據(jù)；人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)

如今計(jì)算機(jī)領(lǐng)域掀起了人工智能的浪潮，許多行業(yè)和技術(shù)正向著智能化方向轉(zhuǎn)型，人工智能技術(shù)也因此得到了迅猛的發(fā)展。同時(shí)大數(shù)據(jù)時(shí)代的到來(lái)也給計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)提出了更高的挑戰(zhàn)，數(shù)據(jù)信息的爆炸式猛增，以及網(wǎng)絡(luò)環(huán)境的日益復(fù)雜，都加快了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的升級(jí)轉(zhuǎn)型?；诖松钊?a href="http://www.mug-factory.cn/haowen/291515.html" target="_blank">研究人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用對(duì)提高網(wǎng)絡(luò)環(huán)境的安全性以及推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的進(jìn)步具有重要意義。

一、大數(shù)據(jù)時(shí)代和人工智能

1、大數(shù)據(jù)時(shí)代。所謂大數(shù)據(jù)是數(shù)據(jù)的種類和數(shù)量眾多的數(shù)據(jù)集，在大數(shù)據(jù)中，數(shù)據(jù)種類繁多，數(shù)量龐大，比較傳統(tǒng)的數(shù)據(jù)庫(kù)數(shù)據(jù)的真實(shí)性更高，數(shù)據(jù)的處理速度更快。在大數(shù)據(jù)時(shí)代，互聯(lián)網(wǎng)依靠數(shù)據(jù)信息的支撐，對(duì)于如何從眾多的信息中快速獲取有價(jià)值的數(shù)據(jù)提出了更高的要求。大數(shù)據(jù)給我們帶來(lái)了新的機(jī)遇和挑戰(zhàn)，深入研究大數(shù)據(jù)技術(shù)，合理地在各個(gè)領(lǐng)域運(yùn)用，將會(huì)提高數(shù)據(jù)的應(yīng)用價(jià)值，給我們的生活提供更大的便利。

2、人工智能的特點(diǎn)及優(yōu)勢(shì)。相比于傳統(tǒng)模式，人工智能技術(shù)在信息處理上速度更快，準(zhǔn)確率更高。在大數(shù)據(jù)時(shí)代這種優(yōu)勢(shì)會(huì)更加明顯；人工智能具有成本消耗低的特點(diǎn)，人工智能技術(shù)基于專家系統(tǒng)創(chuàng)建知識(shí)庫(kù)和推理機(jī)，有效降低資源消耗的同時(shí)，還提升了效率；具有超強(qiáng)的自我學(xué)習(xí)能力，從基礎(chǔ)的機(jī)器學(xué)習(xí)到尖端的深度學(xué)習(xí)，從簡(jiǎn)單的模式到復(fù)雜的人工神經(jīng)網(wǎng)絡(luò)，人工智能都有著優(yōu)異的表現(xiàn)，而且其發(fā)展速度是迅猛的，在某些領(lǐng)域甚至已經(jīng)超越了人類。

二、人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用分析

1、安全管理中的數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)是一種深層次的數(shù)據(jù)分析方法，它按照給定的任務(wù)，對(duì)大量的數(shù)據(jù)進(jìn)行挖掘和分析，揭示隱藏的規(guī)律，通過(guò)對(duì)網(wǎng)絡(luò)連接等技術(shù)的準(zhǔn)確描述，完成同主機(jī)的對(duì)話，進(jìn)而找到更加有效的方法。目前基于數(shù)據(jù)挖掘的技術(shù)越來(lái)越成熟，在數(shù)據(jù)化運(yùn)營(yíng)中的應(yīng)用也越來(lái)越廣泛。數(shù)據(jù)挖掘技術(shù)極大的促進(jìn)了人工智能的發(fā)展，使其在各個(gè)領(lǐng)域得以實(shí)現(xiàn)。人工智能技術(shù)結(jié)合數(shù)據(jù)挖掘技術(shù)可有效排除計(jì)算機(jī)中的安全漏洞，提高系統(tǒng)安全性。

2、保障網(wǎng)絡(luò)安全。如今計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境日益復(fù)雜化，計(jì)算機(jī)網(wǎng)絡(luò)安全化管理的重要性是不言而喻的。人工智能技術(shù)的迅速發(fā)展，對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全的防護(hù)起著重要的作用，其中智能防火墻技術(shù)就是一個(gè)典型的例子。智能防火墻能夠自主的對(duì)網(wǎng)絡(luò)上的信息進(jìn)行篩選，有選擇的為用戶提供信息，能夠攔截有害信息，防止病毒和垃圾信息進(jìn)入計(jì)算機(jī)系統(tǒng)。在對(duì)垃圾信息進(jìn)行處理時(shí)，人工智能的入侵檢測(cè)技術(shù)可以提前對(duì)這些信息進(jìn)行預(yù)覽，使問(wèn)題盡快的被發(fā)現(xiàn)處理。在計(jì)算機(jī)連接互聯(lián)網(wǎng)時(shí)，人工智能技術(shù)會(huì)對(duì)數(shù)據(jù)進(jìn)行分析處理，判斷計(jì)算機(jī)網(wǎng)絡(luò)的安全狀態(tài)，并反饋給用戶。這些檢測(cè)機(jī)制對(duì)于提高計(jì)算機(jī)網(wǎng)絡(luò)的可靠性和安全性起著重要的作用。

3、人工智能管理。所說(shuō)的人工智能系統(tǒng)是由軟件實(shí)現(xiàn)的，它以知識(shí)庫(kù)為基礎(chǔ)，通過(guò)對(duì)知識(shí)庫(kù)中數(shù)據(jù)的分析處理完成相應(yīng)的任務(wù)，同時(shí)還能保證及時(shí)性。人工智能管理系統(tǒng)在能夠提高工作效率的同時(shí)還可以針對(duì)不同用戶提供個(gè)性化服務(wù)，在一段工作結(jié)束后，管理系統(tǒng)會(huì)對(duì)信息進(jìn)行分析處理，有針對(duì)性的為用戶提供服務(wù)。在信息查找方面，人工智能管理技術(shù)提供了自定義設(shè)置功能，使查找數(shù)據(jù)和信息更加人性化。在日常實(shí)際的使用中，人工智能管理系統(tǒng)這些智能化和人性化的特點(diǎn)，對(duì)用戶工作效率的提高和時(shí)間的節(jié)省有著非常重要的意義。

4、網(wǎng)絡(luò)管理和系統(tǒng)評(píng)價(jià)。在網(wǎng)絡(luò)管理方面，由于網(wǎng)絡(luò)環(huán)境時(shí)時(shí)刻刻都處在動(dòng)態(tài)變化之中，網(wǎng)絡(luò)環(huán)境的復(fù)雜性大大增加了網(wǎng)絡(luò)管理工作的難度。而人工智能技術(shù)能有效解決這一問(wèn)題，基于人工智能技術(shù)的網(wǎng)絡(luò)管理將更加智能化，通過(guò)網(wǎng)絡(luò)內(nèi)部的專家知識(shí)庫(kù)和問(wèn)題求解技術(shù)，能夠建立起一個(gè)有著綜合性能的管理系統(tǒng)。這種智能化的管理技術(shù)不僅可以將網(wǎng)絡(luò)管理人員從繁重的工作中解放出來(lái)同時(shí)還能有效提高計(jì)算機(jī)網(wǎng)絡(luò)管理的質(zhì)量和效率。人工智能技術(shù)中另外一個(gè)重要組成部分就是專家系統(tǒng)。所謂專家系統(tǒng)其實(shí)是知識(shí)庫(kù)和推理機(jī)的綜合，利用專家系統(tǒng)技術(shù)能夠模擬由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題，提供仿真該領(lǐng)域?qū)＜业膸椭椭笇?dǎo)，讓用戶花更少的時(shí)間和費(fèi)用以更便捷的方式解決專業(yè)性問(wèn)題。將專家系統(tǒng)合理的運(yùn)用于網(wǎng)絡(luò)技術(shù)中，能有效提高網(wǎng)絡(luò)管理效率。

第2篇：人工智能技術(shù)的研究背景范文

關(guān)鍵詞 人工智能；電氣控制；自動(dòng)化系統(tǒng)

中圖分類號(hào)TM92 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2012）72-0083-02

電氣自動(dòng)化是一門以電氣系統(tǒng)的運(yùn)行、控制、研發(fā)為對(duì)象的實(shí)踐應(yīng)用性學(xué)科。人類社會(huì)發(fā)展到當(dāng)代，解放人類的雙手，最大程度實(shí)現(xiàn)機(jī)械運(yùn)行與控制的自動(dòng)化。全面應(yīng)用人工智能技術(shù)的最新成就，充分推動(dòng)電氣設(shè)備自動(dòng)化的進(jìn)一步深化發(fā)展，提高其系統(tǒng)運(yùn)行趨于智能化的同時(shí)，人工智能技術(shù)的應(yīng)用還利于強(qiáng)化系統(tǒng)工作的安全性、穩(wěn)定性，有利于企業(yè)生產(chǎn)效率的提升以及市場(chǎng)競(jìng)爭(zhēng)力的增強(qiáng)。

1 人工智能技術(shù)研究與應(yīng)用的現(xiàn)實(shí)情況

近年來(lái)，大量科研單位以及專業(yè)院校都在人工智能技術(shù)的創(chuàng)新與研究以及其電氣設(shè)備控制系統(tǒng)中的應(yīng)用上開(kāi)展了大量工作，人工智能用于電氣設(shè)備系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)、故障診斷、預(yù)警、監(jiān)控以及自動(dòng)保護(hù)等方面都達(dá)到了一定的水平。

以結(jié)構(gòu)設(shè)計(jì)方面為例，因電氣設(shè)備系統(tǒng)結(jié)構(gòu)設(shè)計(jì)復(fù)雜性高，涉及到諸如電路、電磁、電機(jī)電器應(yīng)用等等大量的學(xué)科專業(yè)知識(shí)，更要求工作人員有豐富的實(shí)踐經(jīng)驗(yàn)。目前，在數(shù)字技術(shù)空前創(chuàng)新發(fā)展的背景下，電氣產(chǎn)品及其控制系統(tǒng)的設(shè)計(jì)工作業(yè)已轉(zhuǎn)向了CAD，使得新產(chǎn)品新系統(tǒng)的構(gòu)建周期顯著縮短。在此基礎(chǔ)上加入人工智能技術(shù)，系統(tǒng)設(shè)計(jì)的質(zhì)量以及速度都可得到全面提升。

此外，人工智能技術(shù)在進(jìn)行電氣設(shè)備系統(tǒng)故障控制與預(yù)警方面也有非常獨(dú)特的優(yōu)勢(shì)。電氣控制系統(tǒng)出現(xiàn)故障之前征兆呈非線性，因此人工智能技術(shù)中的模糊邏輯、神經(jīng)網(wǎng)絡(luò)等等部分可以充分發(fā)揮其優(yōu)勢(shì)。

最后是人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中的運(yùn)用，主要的技術(shù)方法有、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)以及模糊控制三種，其中以最后一種控制技術(shù)最為簡(jiǎn)便，可應(yīng)用性最強(qiáng)。人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中以AI控制器為主，其可以視為非線性函數(shù)近似器。與一般的函數(shù)估計(jì)設(shè)備相比較，AI控制系統(tǒng)在進(jìn)行設(shè)計(jì)時(shí)不一定必須工作對(duì)象的具體模型，這就避免在設(shè)計(jì)時(shí)需要考慮控制對(duì)象模型本身的參數(shù)變等不確定性。此外，其性能提升的空間比較大，而且易于調(diào)節(jié)，一致性強(qiáng)，對(duì)于新的數(shù)據(jù)信息適應(yīng)性良好；配置成本低而且更新簡(jiǎn)便、抗干擾能力強(qiáng)。

2 電氣自動(dòng)化控制系統(tǒng)中人工智能技術(shù)的具體應(yīng)用

電氣自動(dòng)化控制系統(tǒng)當(dāng)中，人工智能技術(shù)的應(yīng)用有兩種，一是直流傳動(dòng)控制；另一種是效流傳動(dòng)控制。

在直流傳動(dòng)控制中，人工智能技術(shù)的應(yīng)用有模糊邏輯控制技術(shù)為主，有Mamdani與兩種可用于調(diào)速控制系統(tǒng)。它們均具備規(guī)則庫(kù)部分，規(guī)則庫(kù)實(shí)質(zhì)上是一個(gè)if-them的模糊規(guī)則集合。以后者為例，它最主要的規(guī)則就是“if x=A,且y=B,則z=f（x，y）z則z”。其中的都是模糊集。模糊控制設(shè)備以推理機(jī)為核心部分，它負(fù)責(zé)模仿人腦的智能化決策以及模糊控制命令的推理。除此以外還有模糊化部分、知識(shí)庫(kù)部分以及反模糊化部分，第一個(gè)部分是通過(guò)多種不同形式的函數(shù)對(duì)所輸入的變量做出測(cè)量，并將其量化、模糊化；第二部分就是由數(shù)據(jù)規(guī)則以及語(yǔ)言控制庫(kù)構(gòu)成所構(gòu)成的知識(shí)庫(kù)，本庫(kù)設(shè)計(jì)時(shí)就是應(yīng)用專家的知識(shí)與經(jīng)驗(yàn)對(duì)電氣設(shè)備進(jìn)行控制，在建立設(shè)備模型時(shí)，模型操作設(shè)備依據(jù)人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的推理機(jī)制進(jìn)行模型建設(shè)；最后是以模型參數(shù)量化與中間平均技術(shù)等模糊化技術(shù)的應(yīng)用。

除了模糊邏輯控制技術(shù)以外，還有人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)。這種技術(shù)主要用于不同模式的識(shí)別以及各種信號(hào)的處理，可以在電氣傳動(dòng)控制工作中發(fā)揮有效作用。這種技術(shù)以并行結(jié)構(gòu)為主，適用范圍比較廣，可以大大提升條件監(jiān)控、診斷系統(tǒng)的準(zhǔn)確性；該控制技術(shù)最常用的學(xué)習(xí)策略是誤差反向傳播，也就是說(shuō)在網(wǎng)絡(luò)具備充足的隱藏層、結(jié)點(diǎn)和恰當(dāng)?shù)募?lì)函數(shù)的情況下，多層人工神經(jīng)網(wǎng)絡(luò)只要利用反向傳播就可以計(jì)算出對(duì)應(yīng)的非線性函數(shù)近似參數(shù)，大大提高網(wǎng)絡(luò)運(yùn)行速度。

在交流傳動(dòng)控制中，人工智能技術(shù)的應(yīng)用也同樣有模糊邏輯與神經(jīng)網(wǎng)絡(luò)兩種具體運(yùn)用。

就模糊邏輯而言，到目前為止均以模糊控制器直接代替原有的普通速度控制設(shè)備為主，不過(guò)西方某大學(xué)研發(fā)了一種高性能的帶有多個(gè)模糊控制器的全數(shù)字化傳動(dòng)控制體系，該體系所帶有的模糊控制器即可以用來(lái)代替普通的速度控制設(shè)備，又可以用于執(zhí)行它控制任務(wù)。

就人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)而言，實(shí)踐研究中以其對(duì)交流電氣設(shè)備及其驅(qū)動(dòng)環(huán)境參數(shù)監(jiān)測(cè)及診斷為主。人工神經(jīng)網(wǎng)絡(luò)用作步進(jìn)電動(dòng)機(jī)控制時(shí)，可采用一般的反向轉(zhuǎn)波計(jì)算方法，就是通過(guò)實(shí)驗(yàn)數(shù)據(jù)的應(yīng)用，通過(guò)電機(jī)負(fù)載轉(zhuǎn)矩以及電機(jī)的初始速度最終確定智能監(jiān)控系統(tǒng)可監(jiān)測(cè)的最大速度增加值。這種設(shè)計(jì)方案的實(shí)現(xiàn)，要求神經(jīng)網(wǎng)絡(luò)具備識(shí)別三維圖形映射的能力，以便達(dá)到比常規(guī)梯形控制計(jì)算模式強(qiáng)的控制成效。在此模式下，人工神經(jīng)網(wǎng)絡(luò)可以大大縮減電氣自動(dòng)化系統(tǒng)定位所需要的時(shí)間，并且強(qiáng)化對(duì)于負(fù)載轉(zhuǎn)矩以及非初始速度變化范圍的控制工作。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以多層前饋型為主，具體可分為兩個(gè)系統(tǒng)：系統(tǒng)一是在辨識(shí)電氣動(dòng)態(tài)參數(shù)的基礎(chǔ)上對(duì)通過(guò)定子的電流進(jìn)行自動(dòng)調(diào)節(jié)與控制，系統(tǒng)二是在辨識(shí)機(jī)電系統(tǒng)的運(yùn)行參數(shù)基礎(chǔ)上對(duì)轉(zhuǎn)子速度進(jìn)行自動(dòng)調(diào)節(jié)與控制。

3 結(jié)論

電氣自動(dòng)化控制系統(tǒng)作為提高電氣設(shè)備的生產(chǎn)能力、流通交換速度的重要環(huán)節(jié)，脫離了人力操作控制，最大程度實(shí)現(xiàn)智能化，不僅可以為企業(yè)節(jié)約人力成本，而且有利于生產(chǎn)效率的增加。人工智能技術(shù)是專門研究人類智能模擬的科學(xué)，其應(yīng)用范圍以問(wèn)題求解、邏輯推理、語(yǔ)言理解、以及專業(yè)知識(shí)數(shù)據(jù)庫(kù)和自動(dòng)性強(qiáng)的機(jī)器人等多個(gè)方面，最大的特征就是自動(dòng)化。即以推動(dòng)機(jī)械向人類行為意識(shí)能力靠攏，從這個(gè)意義上來(lái)說(shuō)，人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中的應(yīng)用前景非常廣闊，在數(shù)字控制理念的指導(dǎo)下，傳統(tǒng)上使用的控制器設(shè)計(jì)技術(shù)將逐漸會(huì)為控制效果更好的人工智能軟件技術(shù)所取代，因此有關(guān)單位與部門須加強(qiáng)這方面的技術(shù)研究力度。

參考文獻(xiàn)

第3篇：人工智能技術(shù)的研究背景范文

關(guān)鍵詞：人工智能 技術(shù) 機(jī)器學(xué)習(xí)

中圖分類號(hào)：TP181 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）11-0089-01人工智能技術(shù)，是一門誕生于在二十世紀(jì)中期的技術(shù)，對(duì)于社會(huì)和經(jīng)濟(jì)發(fā)展都有著長(zhǎng)遠(yuǎn)的意義。人工智能這一科學(xué)，包含的學(xué)科領(lǐng)域比較廣，主要包含計(jì)算機(jī)科學(xué)、信息科學(xué)、數(shù)學(xué)科學(xué)、工程技術(shù)以及哲學(xué)心理學(xué)等知識(shí)體系，其研究的核心問(wèn)題主要在于能夠令及其具備基本的學(xué)習(xí)、交流、輸入和輸出的能力，最終目的是實(shí)現(xiàn)機(jī)器和人類相似的認(rèn)識(shí)世界和獨(dú)立思考的能力，人工令機(jī)器具備更加“聰明”的屬性，這也是能夠令計(jì)算機(jī)具有智能性能的基本方式。

1 機(jī)器學(xué)習(xí)概述

1.1 機(jī)器學(xué)習(xí)定義

機(jī)器學(xué)習(xí)，主要就是指通過(guò)系統(tǒng)或者知識(shí)的識(shí)別，對(duì)于機(jī)械的學(xué)習(xí)能力進(jìn)行提升，使其能夠獲得新技能或者新知識(shí)。與人類的學(xué)習(xí)方式類似，如果不進(jìn)行系統(tǒng)的學(xué)習(xí)或者沒(méi)能掌握合適的學(xué)習(xí)方式，那么機(jī)器學(xué)習(xí)的效果也會(huì)大打折扣，難以進(jìn)行新知識(shí)、新作品的創(chuàng)造，機(jī)器學(xué)習(xí)也是相同的道理，只有通過(guò)學(xué)習(xí)掌握了分析問(wèn)題、解決問(wèn)題的方式，才能夠獲取創(chuàng)新能力。機(jī)器學(xué)習(xí)在人工智能發(fā)展領(lǐng)域是一個(gè)熱門的研究領(lǐng)域，其研究的目的簡(jiǎn)而言之就是推動(dòng)機(jī)器能夠像人類一樣不斷獲取新的知識(shí)，獲得分析問(wèn)題和解決問(wèn)題的能力，建立起相關(guān)的知識(shí)體系，并且將這些能力運(yùn)用在具體的實(shí)踐問(wèn)題解決中[1]。

1.2 機(jī)器學(xué)習(xí)研究目的

機(jī)器學(xué)習(xí)研究的主要研究目標(biāo)有三個(gè)，首先，需要進(jìn)行人類學(xué)習(xí)整體過(guò)程的模擬，在此基礎(chǔ)上進(jìn)行學(xué)習(xí)認(rèn)知模型的建立，目標(biāo)的實(shí)現(xiàn)對(duì)于科學(xué)知識(shí)的認(rèn)知和發(fā)展存在著很強(qiáng)的相關(guān)性；其次，需要推動(dòng)機(jī)器進(jìn)行相關(guān)理論的學(xué)習(xí)與研究，探索多種學(xué)習(xí)方法，并且根據(jù)機(jī)器本身的特質(zhì)進(jìn)行特定的程序設(shè)計(jì)，體會(huì)其相似和區(qū)別性；最后，設(shè)定關(guān)于機(jī)器學(xué)習(xí)的相關(guān)程序，主要研究?jī)?nèi)容就是獲取知識(shí)的工具以及相關(guān)系統(tǒng)，在機(jī)器發(fā)函系統(tǒng)建立的過(guò)程中建立起相關(guān)數(shù)據(jù)庫(kù)，進(jìn)行知識(shí)和經(jīng)驗(yàn)的累積。不斷進(jìn)行自身知識(shí)的累計(jì)，提升能力掌握的水平，提升機(jī)器智能化的能力，令機(jī)器能夠接近人類的學(xué)習(xí)能力。

1.3 機(jī)器學(xué)習(xí)方式方法

機(jī)器學(xué)習(xí)方式方法主要就是基于人類的學(xué)習(xí)方式，需要將機(jī)器和人類學(xué)習(xí)的方式進(jìn)行綜合學(xué)習(xí)，掌握更科學(xué)的學(xué)習(xí)方式方法，在人類思考方式和學(xué)習(xí)方式的基礎(chǔ)上進(jìn)行機(jī)械性能的擴(kuò)展，能夠?qū)崿F(xiàn)快速、大內(nèi)存、高復(fù)制性的工作，得到適合的機(jī)器學(xué)習(xí)方式方法。當(dāng)前，機(jī)械學(xué)習(xí)的具體學(xué)習(xí)方式方法有兩種思路，一種是演繹學(xué)習(xí)系統(tǒng)，從一般到特殊的學(xué)習(xí)方式方法，能夠通過(guò)公理的推斷得出相應(yīng)的結(jié)論和目的；另一種屬于歸納學(xué)習(xí)系統(tǒng)，主要思路就與演繹方法相反，特殊到一般的思維方式，其主要包含傳統(tǒng)歸納和創(chuàng)新歸納兩種模式，也可以包含完全和不完全歸納這兩種模式，其中傳統(tǒng)的歸納關(guān)系是根據(jù)事實(shí)思考方式，歸納出其中的共性，得到科學(xué)的機(jī)器學(xué)習(xí)方式方法。

2 基于人工智能的機(jī)器學(xué)習(xí)研究

2.1 環(huán)境適應(yīng)性機(jī)器學(xué)習(xí)研究

機(jī)器與人類的很大一點(diǎn)不同在于，對(duì)于環(huán)境的適應(yīng)性有所不同，機(jī)器對(duì)于環(huán)境的適應(yīng)性研究也就成為人工智能技術(shù)研究的重要問(wèn)題之一，環(huán)境能夠位系統(tǒng)提供的質(zhì)量高低對(duì)于機(jī)器學(xué)習(xí)的質(zhì)量有著深遠(yuǎn)的影響，同時(shí)，機(jī)器內(nèi)部體系存放的原則往往都是通過(guò)環(huán)境適應(yīng)性的原則建立起來(lái)的，然而，外界環(huán)境通常都具有復(fù)雜性，學(xué)習(xí)過(guò)程中必須通過(guò)大量的數(shù)據(jù)進(jìn)行支持，對(duì)于多余環(huán)節(jié)進(jìn)行刪減，在此基礎(chǔ)上進(jìn)行總結(jié)推廣，設(shè)定成為系統(tǒng)的動(dòng)作指導(dǎo)一般性準(zhǔn)則，這樣可能會(huì)導(dǎo)致機(jī)器學(xué)習(xí)過(guò)程繁雜，這對(duì)于整個(gè)系統(tǒng)長(zhǎng)遠(yuǎn)發(fā)展是不利的[2]。

2.2 機(jī)器知識(shí)庫(kù)的擴(kuò)展延伸

機(jī)器知識(shí)庫(kù)的設(shè)置對(duì)于機(jī)器學(xué)習(xí)的發(fā)展而言也意義重大，需要保障機(jī)器知識(shí)庫(kù)種類豐富、表現(xiàn)形式多樣化，其中需要包含基本的特征向量、規(guī)則化語(yǔ)言以及網(wǎng)絡(luò)化關(guān)聯(lián)等等，因此在進(jìn)行機(jī)器知識(shí)庫(kù)的設(shè)計(jì)中，需要做到知識(shí)庫(kù)適當(dāng)?shù)臄U(kuò)展延伸，實(shí)現(xiàn)提升機(jī)器學(xué)習(xí)能力的目的，主要可以從三個(gè)角度入手，首先，要求邏輯簡(jiǎn)單、表意明確的機(jī)器表達(dá)模式，其次要求做到推理過(guò)程簡(jiǎn)單易懂，能夠降低機(jī)械計(jì)算成本，這就要求機(jī)器學(xué)習(xí)的系統(tǒng)進(jìn)行簡(jiǎn)單的推理過(guò)程，最后，要求實(shí)現(xiàn)知識(shí)的充分?jǐn)U展和眼神，人工智能技術(shù)背景下的機(jī)器系統(tǒng)的學(xué)習(xí)不僅僅要求基礎(chǔ)知識(shí)的掌握，更要求知識(shí)的表達(dá)方式以及表達(dá)效率的提升，甚至一個(gè)知識(shí)要求需要不同的表達(dá)模式，對(duì)于系統(tǒng)的構(gòu)筑要求也有所不同。

2.3 機(jī)器學(xué)習(xí)反饋評(píng)價(jià)體系

基于人工智能技術(shù)的機(jī)器學(xué)習(xí)，需要建立起相應(yīng)的反饋和評(píng)價(jià)體系，針對(duì)機(jī)器學(xué)習(xí)反饋評(píng)價(jià)體系而言，其反饋主要包含三重內(nèi)容，其一是根據(jù)簡(jiǎn)單基礎(chǔ)的規(guī)則進(jìn)行基礎(chǔ)反饋評(píng)價(jià)，其二是進(jìn)行設(shè)計(jì)多個(gè)概念的復(fù)雜型評(píng)價(jià)反饋體系，最后就是設(shè)計(jì)小型的策略分析評(píng)價(jià)體系，分步根據(jù)實(shí)際任務(wù)進(jìn)行機(jī)器學(xué)習(xí)反饋評(píng)價(jià)體系的建立。在此基礎(chǔ)上，應(yīng)當(dāng)提升學(xué)習(xí)反饋評(píng)價(jià)機(jī)制的透明度，要求執(zhí)行的過(guò)程和結(jié)果通過(guò)簡(jiǎn)明的方式表現(xiàn)出來(lái)，對(duì)于已有的知識(shí)庫(kù)進(jìn)行合理評(píng)價(jià)，在表達(dá)模式當(dāng)中采取元級(jí)表述的方式進(jìn)行反饋評(píng)價(jià)，這樣的反饋評(píng)價(jià)體系有利于人工智能技術(shù)在機(jī)器發(fā)展中的應(yīng)用，擴(kuò)展機(jī)器學(xué)習(xí)范疇的同時(shí)提升其執(zhí)行能力。

3 結(jié)語(yǔ)

綜上所述，在人工智能的背景下，進(jìn)行機(jī)器學(xué)習(xí)的研究勢(shì)在必行，需要通過(guò)多種方式在研究機(jī)器學(xué)習(xí)定義、目的和方式方法的基礎(chǔ)上，對(duì)于人工智能在機(jī)器學(xué)習(xí)中的認(rèn)知進(jìn)行深入思考和完善，通過(guò)環(huán)境適應(yīng)性機(jī)器學(xué)習(xí)研究、機(jī)器知識(shí)庫(kù)的擴(kuò)展延伸和機(jī)器學(xué)習(xí)反饋評(píng)價(jià)體系的建立這三種方式進(jìn)行人工智能的機(jī)器學(xué)習(xí)發(fā)展，推動(dòng)人工智能技術(shù)在機(jī)器學(xué)習(xí)領(lǐng)域的深入發(fā)展，推動(dòng)社會(huì)經(jīng)濟(jì)的發(fā)展。

參考文獻(xiàn)

第4篇：人工智能技術(shù)的研究背景范文

關(guān)鍵詞：人工智能；Python程序設(shè)計(jì)教學(xué)；項(xiàng)目驅(qū)動(dòng)混合教學(xué)模式

人工智能技術(shù)在教育領(lǐng)域的應(yīng)用已經(jīng)非常深入，它可呈現(xiàn)深度學(xué)習(xí)、跨學(xué)科融合、人機(jī)協(xié)同、群智開(kāi)放、自主操控等諸多內(nèi)容，并在教學(xué)中引發(fā)鏈?zhǔn)酵黄啤⑼苿?dòng)教學(xué)內(nèi)容的數(shù)字化、網(wǎng)絡(luò)化與智能化躍升式快速發(fā)展。所以說(shuō)在教育領(lǐng)域中，人工智能如魚(yú)得水，它獲得了更大的自我技術(shù)展現(xiàn)空間，也為學(xué)生學(xué)習(xí)新知識(shí)內(nèi)容帶來(lái)諸多福音。

一、高職院校Python程序設(shè)計(jì)教學(xué)引入人工智能技術(shù)的必要性

人工智能本身離不開(kāi)算法，而算法的實(shí)現(xiàn)則需要語(yǔ)言做支撐，像目前高職院校的Python程序編程設(shè)計(jì)教學(xué)就可引入人工智能技術(shù)，Python作為AI時(shí)代的頭牌語(yǔ)言其融合性教學(xué)也成為了培養(yǎng)AI人才的重要關(guān)鍵。目前國(guó)內(nèi)許多高職院校都在全面推行人工智能技術(shù)背景下的Python教學(xué)，將其作為是數(shù)據(jù)分析、網(wǎng)絡(luò)攻防的第一語(yǔ)言以及編程入門教學(xué)的第一語(yǔ)言。

換個(gè)角度講，高職院校在Python程序設(shè)計(jì)教學(xué)中引入人工智能是非常必要的，因?yàn)樗P(guān)系到高職生未來(lái)的就業(yè)生存、崗位專業(yè)能力創(chuàng)新與事業(yè)發(fā)展，考慮到人工智能領(lǐng)域的知識(shí)理論性偏強(qiáng)，且對(duì)學(xué)生的數(shù)學(xué)基礎(chǔ)能力要求較高，整體學(xué)科學(xué)習(xí)難度較大，所以許多高職院校也在思考如何將人工智能技術(shù)內(nèi)容合理融入到Python程序設(shè)計(jì)教學(xué)體系當(dāng)中，為學(xué)校相關(guān)專業(yè)領(lǐng)域拓展教育新路，培養(yǎng)對(duì)路人才[1]。

二、高職院校人工智能背景下的Python程序設(shè)計(jì)教學(xué)方法應(yīng)用研究

（一）教學(xué)應(yīng)用概述與教學(xué)目標(biāo)明確

Python語(yǔ)言作為高職院校守門程序設(shè)計(jì)課程教學(xué)語(yǔ)言，相比于其它傳統(tǒng)計(jì)算機(jī)語(yǔ)言具有簡(jiǎn)單易學(xué)、程序可讀性、可遷入性、可擴(kuò)展性、邏輯結(jié)構(gòu)縝密等特點(diǎn)。同時(shí)該編程語(yǔ)言采用了開(kāi)放開(kāi)源設(shè)計(jì)，擁有12萬(wàn)以上的第三方庫(kù)，可有效避免編程重復(fù)問(wèn)題，提高教學(xué)中的語(yǔ)言編程教學(xué)效率。另外Python是一種解釋型語(yǔ)言，它的跨平臺(tái)與可移植性相當(dāng)之強(qiáng)，可在任何系統(tǒng)中拷貝運(yùn)行，對(duì)環(huán)境配置要求不高。

為了確保某些沒(méi)有編程基礎(chǔ)知識(shí)能力的高職生也能學(xué)好Python語(yǔ)言程序設(shè)計(jì)課程，教師專門在教學(xué)中加入了人工智能技術(shù)內(nèi)容，圍繞該技術(shù)融合可開(kāi)展的Python編程語(yǔ)言課程就包括了Python安裝、Python輸入輸出、Python特性、人工智能編程等等知識(shí)內(nèi)容。在教學(xué)中希望明確3點(diǎn)教學(xué)目標(biāo)：

第一，要求學(xué)生初步具有利用Python初步編寫(xiě)基本程序的能力。

第二，要求學(xué)生掌握Python編程語(yǔ)言的基本特性。

第三，要求學(xué)生深入了解某些常用Python庫(kù)，特別是了解人工智能的基本思想與編程方式，能夠利用人工智能和Python編寫(xiě)出某些復(fù)雜的處理程序。

（二）創(chuàng)新教法設(shè)計(jì)應(yīng)用

為切實(shí)達(dá)到Python程序設(shè)計(jì)教學(xué)目標(biāo)，凸顯學(xué)生在課堂教學(xué)中的主體地位，教師可采用任務(wù)驅(qū)動(dòng)配合項(xiàng)目驅(qū)動(dòng)的混合教學(xué)模式展開(kāi)一系列的教學(xué)設(shè)計(jì)活動(dòng)，引導(dǎo)學(xué)生循序漸進(jìn)的完成各項(xiàng)教學(xué)任務(wù)內(nèi)容，不斷提升自身的Python語(yǔ)言程序設(shè)計(jì)水平。

具體到教學(xué)方案設(shè)計(jì)中，教師專門圍繞學(xué)生中心、任務(wù)載體將教學(xué)內(nèi)容相對(duì)巧妙的隱藏于具體的教學(xué)任務(wù)中，再通過(guò)Python編程語(yǔ)言新知識(shí)內(nèi)容與新教學(xué)技能驅(qū)動(dòng)學(xué)生深入學(xué)習(xí)展開(kāi)基礎(chǔ)章節(jié)任務(wù)，結(jié)合任務(wù)結(jié)果評(píng)價(jià)評(píng)價(jià)學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況。這一教法的提出與運(yùn)用希望解決傳統(tǒng)程序設(shè)計(jì)教學(xué)中理論與實(shí)踐相互分離的不利教學(xué)局面，希望將課堂中的所有理論內(nèi)容全部轉(zhuǎn)移到實(shí)踐任務(wù)中，凸顯教學(xué)中理論與實(shí)踐過(guò)程的相互和諧統(tǒng)一。如下：

教師為學(xué)生設(shè)計(jì)教學(xué)任務(wù)，設(shè)計(jì)Python程序示例任務(wù)，將fileA和fileB兩個(gè)文件各存放于不同的兩行字母中，然后將兩個(gè)文件中的信息數(shù)據(jù)內(nèi)容完全合并，按照字母順序排列并再次輸出一個(gè)新文件fileC，以下給出該任務(wù)教學(xué)中的程序設(shè)計(jì)編寫(xiě)代碼：

fp1=open(‘fileA.txt’)

data1=fp1.read()

fp1.close()

fp2=open(‘fileB.txt’)

data2=fp2.read()

fp2.close()

fp3=open(‘fileC.txt’，w)

data_all=list（data1+data2）

fp3.write（data_unite）

fp3.close()

采用上述項(xiàng)目任務(wù)驅(qū)動(dòng)項(xiàng)目混合教學(xué)法可為學(xué)生構(gòu)建一個(gè)相對(duì)完整的人工智能Python程序設(shè)計(jì)教學(xué)獨(dú)立項(xiàng)目，將項(xiàng)目完全交由學(xué)生獨(dú)立處理完成，教師負(fù)責(zé)設(shè)計(jì)教學(xué)方案，而由學(xué)生收集信息，實(shí)施項(xiàng)目并最后再由教師給出學(xué)生項(xiàng)目完成評(píng)價(jià)。它全面考驗(yàn)了學(xué)生對(duì)于Python基本庫(kù)與第三方庫(kù)的學(xué)習(xí)了解與運(yùn)用程度，同時(shí)在融入大量人工智能編程思路后顛覆學(xué)生的語(yǔ)言編程學(xué)習(xí)認(rèn)知思維，讓學(xué)生了不但能夠練習(xí)獨(dú)立編程，也能共同學(xué)習(xí)協(xié)作編程，全面提高自己的的Python語(yǔ)言編程能力[2]。

總結(jié)：

綜上所述，在高職院校中采用人工智能技術(shù)配合Python語(yǔ)言編程設(shè)計(jì)可有效拓展教學(xué)思路，而本文中所采用的的任務(wù)驅(qū)動(dòng)項(xiàng)目混合教學(xué)模式則能有效激發(fā)學(xué)生的學(xué)習(xí)熱情，促進(jìn)他們合理運(yùn)用所學(xué)習(xí)知識(shí)解決實(shí)際問(wèn)題，徹底擺脫復(fù)雜語(yǔ)法及算法所帶來(lái)的學(xué)習(xí)困擾，更好學(xué)習(xí)Python編程語(yǔ)言知識(shí)。

參考文獻(xiàn)

第5篇：人工智能技術(shù)的研究背景范文

工作中存在的不足網(wǎng)絡(luò)輿情監(jiān)測(cè)工作是指網(wǎng)絡(luò)信息工作的部門或人員在特定時(shí)期或者在特定的事件中對(duì)公眾在互聯(lián)網(wǎng)上發(fā)表的言論和意見(jiàn)進(jìn)行監(jiān)視、收集、分析、整理及預(yù)測(cè)的行為，這些言論被稱為網(wǎng)絡(luò)輿情。

當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作平臺(tái)主要是基于信息采集、整合技術(shù)和智能處理技術(shù)，通過(guò)對(duì)互聯(lián)網(wǎng)海量信息的自動(dòng)抓取、自動(dòng)分類聚類、主題檢測(cè)、專題聚焦，實(shí)現(xiàn)對(duì)用戶的網(wǎng)絡(luò)輿情監(jiān)測(cè)，并由相關(guān)部門形成輿情工作報(bào)告、輿情信息簡(jiǎn)報(bào)等，為輿論引導(dǎo)提供可靠的分析依據(jù)。

進(jìn)入大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)輿論呈現(xiàn)的新特點(diǎn)，促使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作暴露出諸多不足之處，這為網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來(lái)了諸多挑戰(zhàn)。

網(wǎng)絡(luò)輿論信息格局發(fā)生變化，輿情分析質(zhì)量亟待提高。據(jù)人民網(wǎng)權(quán)威的《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》顯示，在2016年，伴隨著移動(dòng)互聯(lián)網(wǎng)應(yīng)用不斷向社會(huì)各層面滲透，網(wǎng)絡(luò)輿論的格局發(fā)生了很大變化，如網(wǎng)民結(jié)構(gòu)與社會(huì)人口結(jié)構(gòu)趨同，網(wǎng)民產(chǎn)生代際更新導(dǎo)致網(wǎng)絡(luò)流行議題和文化熱點(diǎn)發(fā)生轉(zhuǎn)換，微博、微信平臺(tái)化，專業(yè)自媒體步入興盛等。在這樣的變局下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作面臨著新的挑戰(zhàn)。然而，有些部門的輿情信息收集工作仍然停留在報(bào)刊、門戶網(wǎng)站、BBS、微博等開(kāi)源信息的收集階段，并未將新聞客戶端、微信、直播等平臺(tái)打通，難以保證輿情信息分析的全面性以及輿情熱度指標(biāo)的準(zhǔn)確性。《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》還對(duì)近五年來(lái)參與當(dāng)年最具網(wǎng)絡(luò)關(guān)注度的20個(gè)輿情熱點(diǎn)事件討論的320萬(wàn)微博用戶樣本進(jìn)行了分析，發(fā)現(xiàn)關(guān)注新聞事件和聚焦熱點(diǎn)話題的網(wǎng)民發(fā)生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長(zhǎng)迅猛。受眾層面發(fā)生的這些變化，也將在輿情監(jiān)測(cè)工作中體現(xiàn)出來(lái)。然而在目前的輿情監(jiān)測(cè)工作中，相關(guān)信息部門的輿情信息報(bào)送在內(nèi)容上只是就事論事、停留在現(xiàn)象層面，對(duì)受眾的成分、熱點(diǎn)事件的社會(huì)背景以及事件背后所反映出來(lái)的社會(huì)問(wèn)題沒(méi)有進(jìn)行細(xì)致深入的研究分析；在形式上，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的報(bào)送還停留在工作動(dòng)態(tài)報(bào)告或者事件日志等形式的報(bào)送上。這樣就造成了網(wǎng)絡(luò)輿情信息的價(jià)值作用降低、服務(wù)能力減弱的問(wèn)題。

熱點(diǎn)事件話語(yǔ)體系不可控，輿情預(yù)警能力亟待增強(qiáng)?？v觀近年來(lái)發(fā)生的熱點(diǎn)公共突發(fā)事件，可以發(fā)現(xiàn)，在以大數(shù)據(jù)為基礎(chǔ)的社交平臺(tái)上，公眾的話語(yǔ)體系呈現(xiàn)出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發(fā)性、交流觀點(diǎn)的無(wú)界性、匯集意見(jiàn)的實(shí)時(shí)性、發(fā)展趨勢(shì)的不確定性等。這些特征與輿論話語(yǔ)體系在傳統(tǒng)媒體的呈現(xiàn)完全不同，網(wǎng)絡(luò)輿論熱點(diǎn)事件話語(yǔ)體系的不可控性大大增強(qiáng)。

在社交媒體平臺(tái)上，自媒體呈現(xiàn)出來(lái)的話語(yǔ)體系最為龐雜。許多輿情信息不僅包含結(jié)構(gòu)化數(shù)據(jù)，還涉及大量非結(jié)構(gòu)化數(shù)據(jù)，若對(duì)其準(zhǔn)確性、真實(shí)性逐一核查，既耗費(fèi)人力又耗費(fèi)時(shí)間。就內(nèi)容而言，較多負(fù)面、虛假輿情具有較強(qiáng)的隱蔽性，單純以關(guān)鍵詞或主題詞進(jìn)行搜索容易產(chǎn)生誤判、遺漏。話語(yǔ)體系的不可控性增加了輿情監(jiān)測(cè)工作的難度，這要求工作人員必須具備過(guò)硬的專業(yè)敏感性以及較強(qiáng)的網(wǎng)絡(luò)操作技能。但是目前大多數(shù)輿情監(jiān)測(cè)工作部門的信息工作人員缺乏專業(yè)化的訓(xùn)練，輿情信息工作水平參差不齊。就輿情監(jiān)測(cè)平臺(tái)系統(tǒng)來(lái)說(shuō)，對(duì)于輿情信息的跟蹤分析靈敏度較低，在有些熱點(diǎn)事件的處理上沒(méi)有按照公共突發(fā)事件的分類標(biāo)準(zhǔn)進(jìn)行準(zhǔn)確的分級(jí)，從而導(dǎo)致網(wǎng)絡(luò)輿情信息的分析判斷力體現(xiàn)不出其應(yīng)有的情報(bào)價(jià)值，預(yù)警能力也隨之削弱。

輿情監(jiān)測(cè)的技術(shù)體系落后，人機(jī)不協(xié)調(diào)問(wèn)題亟待解決。網(wǎng)絡(luò)輿論的實(shí)時(shí)性及其發(fā)展的不確定性要求網(wǎng)絡(luò)輿情監(jiān)測(cè)必須迅速、及時(shí)，但很多單位部門的輿情監(jiān)測(cè)平臺(tái)的方法技術(shù)體系滯后，部分單位采用了網(wǎng)絡(luò)監(jiān)控系統(tǒng)、有害信息過(guò)濾系統(tǒng)等方式進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測(cè)，而有些單位為了節(jié)省輿情監(jiān)測(cè)設(shè)備的成本，甚至將網(wǎng)絡(luò)輿情監(jiān)測(cè)工作依托于人工網(wǎng)頁(yè)搜索及瀏覽的“人工盯梢”方式上，這成為監(jiān)測(cè)工作的一大阻礙，監(jiān)測(cè)工作出現(xiàn)疏忽錯(cuò)判也在所難免。排除資金、人力等客觀因素，現(xiàn)階段的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作中技術(shù)方法體系的不足主要?dú)w因于“人機(jī)不協(xié)調(diào)”。機(jī)器與人工的協(xié)同分工模式不成熟、機(jī)器的輔助力量不夠，導(dǎo)致人工智能技術(shù)在預(yù)測(cè)監(jiān)測(cè)體系中分析情感、預(yù)測(cè)走勢(shì)、檢查效果等方面應(yīng)用還稍顯粗淺、機(jī)械，而在需要人工進(jìn)行的高級(jí)維度分析、提出應(yīng)對(duì)策略等層面，機(jī)器的應(yīng)用又顯得粗糙以及同質(zhì)化。

人工智能為網(wǎng)絡(luò)輿情監(jiān)測(cè)帶來(lái)的三大變革

網(wǎng)絡(luò)輿情監(jiān)測(cè)要適應(yīng)大數(shù)據(jù)時(shí)代人工智能的要求，就必須順勢(shì)而為，積極進(jìn)行變革，主要包括網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革、網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革以及網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革三個(gè)方面。

網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革。將人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)輿情是為了更好地對(duì)輿情進(jìn)行分析研判，通過(guò)直觀、簡(jiǎn)明的方式描述網(wǎng)絡(luò)輿情信息的產(chǎn)生，進(jìn)一步推導(dǎo)信息傳播主體的態(tài)度傾向性、情緒感染性以及初衷、意圖等，從而預(yù)測(cè)網(wǎng)絡(luò)輿情信息的發(fā)展趨勢(shì)。

如果說(shuō)在“小數(shù)據(jù)”環(huán)境下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作還可以依托于“人工盯梢”的方式來(lái)完成，那么在“大數(shù)據(jù)”環(huán)境下，當(dāng)數(shù)據(jù)的量級(jí)達(dá)到了EB甚至ZB級(jí)別后，以人工監(jiān)測(cè)來(lái)把握輿情脈絡(luò)已成為不可能完成的任務(wù)。而那些隱含在網(wǎng)絡(luò)輿情信息中的觀點(diǎn)、態(tài)度及情緒的表達(dá)，更難以從泛濫成災(zāi)的信息碎片中被真正發(fā)掘出來(lái)。加之海量信息的不共享所帶來(lái)的“信息盲區(qū)”，更使得輿情信息分析不夠嚴(yán)謹(jǐn)，易偏離實(shí)際，而這些問(wèn)題都需要依托搭建智能化的網(wǎng)絡(luò)輿情監(jiān)管平臺(tái)來(lái)解決。在平臺(tái)上可以通過(guò)三種人工智能技術(shù)實(shí)現(xiàn)數(shù)據(jù)分析與人工智能研判相結(jié)合，再借助如眼動(dòng)儀、腦電儀等受眾檢驗(yàn)儀器對(duì)網(wǎng)絡(luò)輿情信息進(jìn)行綜合化分析。三種主要的人工智能技術(shù)主要包括：一是Web挖掘技術(shù)，該技術(shù)把互聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)結(jié)合起來(lái)，對(duì)網(wǎng)絡(luò)上結(jié)構(gòu)化數(shù)據(jù)如文字言論，以及非結(jié)構(gòu)化的數(shù)據(jù)如視音頻、圖像等信息進(jìn)行采集，完成信息前期處理的第一步；二是語(yǔ)義識(shí)別技術(shù)，該技術(shù)是利用采集到的信息，通過(guò)對(duì)語(yǔ)句中的關(guān)鍵詞進(jìn)行詞義推斷處理以及句子語(yǔ)法結(jié)構(gòu)的分析，從而將復(fù)雜信息簡(jiǎn)單化，這是對(duì)采集的信息數(shù)據(jù)做進(jìn)一步識(shí)別推斷的過(guò)程；三是TFDF信息聚類技術(shù)，該技術(shù)主要提升數(shù)據(jù)信息的分析和分類速度，使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的處理更加及時(shí)，反應(yīng)更加靈敏，提高采取措施的時(shí)效性。

人工智能技術(shù)的介入將有利于對(duì)信息進(jìn)行挖掘、采集、分類、整理，從而找尋出最核心的關(guān)鍵性數(shù)據(jù)。在此基礎(chǔ)上，還可以運(yùn)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，并提出相應(yīng)的對(duì)策。

網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革。人工智能和大數(shù)據(jù)對(duì)網(wǎng)絡(luò)輿情監(jiān)測(cè)工作及其研究產(chǎn)生了頗為深刻的影響，輿情監(jiān)測(cè)的研究范式從多角度發(fā)生了轉(zhuǎn)向。

第一，輿情監(jiān)測(cè)工作視角的轉(zhuǎn)向：從單一化到多元化。在社交媒體平臺(tái)上，受眾的角色首先發(fā)生了轉(zhuǎn)向，由信息的被動(dòng)接收者轉(zhuǎn)變?yōu)樾畔⒌膮⑴c者和傳播者。這一轉(zhuǎn)向給網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來(lái)了新的挑戰(zhàn)，當(dāng)受眾是單純的信息接收方時(shí)，網(wǎng)絡(luò)信息的可控性強(qiáng)，輿情監(jiān)測(cè)工作形式單一，把關(guān)相對(duì)容易。而受眾角色發(fā)生變化以后，網(wǎng)絡(luò)信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現(xiàn)多元化特征，把關(guān)難度增加，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作也從單一轉(zhuǎn)向多元化，還需要對(duì)信息進(jìn)行疏導(dǎo)、研判處理。

第二，研究視角的轉(zhuǎn)向：從內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”研究。傳統(tǒng)的網(wǎng)絡(luò)輿情信息研究最重視的是受眾借助網(wǎng)絡(luò)進(jìn)行的話語(yǔ)表達(dá)，其研究視角主要集中在內(nèi)容層面。隨著人工智能技術(shù)的介入，這一單向視角將發(fā)生轉(zhuǎn)變，潛藏在內(nèi)容層面背后的網(wǎng)絡(luò)受眾心理、行為、動(dòng)機(jī)、訴求等多方面因素都將被關(guān)注到。借助人工智能技術(shù)及大數(shù)據(jù)分析技術(shù)，網(wǎng)絡(luò)輿情信息的研究視角將透過(guò)內(nèi)容層面深入到關(guān)系層面，轉(zhuǎn)向?qū)W(wǎng)絡(luò)受眾社會(huì)心理描繪、社會(huì)關(guān)系呈現(xiàn)、社會(huì)話語(yǔ)表達(dá)等多維度的研究。

第三，研究重點(diǎn)的轉(zhuǎn)向：由輿情監(jiān)測(cè)轉(zhuǎn)向輿情預(yù)測(cè)。當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作主要通過(guò)對(duì)當(dāng)下網(wǎng)絡(luò)輿情的動(dòng)態(tài)信息進(jìn)行隨機(jī)采樣來(lái)收集、整理、分析，更多的是關(guān)注已經(jīng)發(fā)生的事件在過(guò)去及當(dāng)下的動(dòng)向，對(duì)未來(lái)的發(fā)展預(yù)測(cè)難以兼顧。而借助人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，通過(guò)自然語(yǔ)言處理、模式識(shí)別及機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，再結(jié)合大數(shù)據(jù)分析處理整群數(shù)據(jù)來(lái)實(shí)現(xiàn)預(yù)測(cè)功能。比如，著名的搜索引擎公司谷歌通過(guò)關(guān)注用戶搜索中的“流感”關(guān)鍵詞來(lái)預(yù)測(cè)實(shí)際流感發(fā)生的時(shí)間，往往可以提前兩三個(gè)周對(duì)流感的爆發(fā)進(jìn)行預(yù)報(bào)及預(yù)防。

網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革。在以人工智能技術(shù)為支撐的網(wǎng)絡(luò)輿情監(jiān)測(cè)平臺(tái)出現(xiàn)之前，相關(guān)輿情監(jiān)測(cè)部門的管理者往往由一人或幾人的小團(tuán)隊(duì)組成，在監(jiān)測(cè)信息數(shù)據(jù)量級(jí)不大的情況下，這種小作坊式單打獨(dú)斗、面面俱到的輿情監(jiān)控管理思維可以基本滿足需求。但是隨著人工智能技術(shù)的發(fā)展及大數(shù)據(jù)時(shí)代的到來(lái)，這種小作坊式的輿情監(jiān)測(cè)體系面臨瓦解。當(dāng)前，商業(yè)化運(yùn)營(yíng)的軟件監(jiān)測(cè)團(tuán)隊(duì)多達(dá)幾百家，這些監(jiān)測(cè)軟件服務(wù)商通過(guò)開(kāi)發(fā)相應(yīng)的輿情監(jiān)測(cè)軟件為政府部門、企業(yè)主體以及科研院所提供服務(wù)，進(jìn)行簡(jiǎn)單的輿情信息數(shù)據(jù)采集及分類處理工作。在數(shù)據(jù)開(kāi)源的情況下，這些軟件服務(wù)商的競(jìng)爭(zhēng)逐漸由粗放型、低層次化向數(shù)據(jù)處理的優(yōu)化、人機(jī)互動(dòng)、機(jī)器算法的精進(jìn)等層面轉(zhuǎn)變。

在以上變化的基礎(chǔ)上，輿情監(jiān)測(cè)的管理思維也必須轉(zhuǎn)向，組建一支人員分工明確、高度聚合集約的輿情分析團(tuán)隊(duì)勢(shì)在必行。輿情管理的思維變革依托于人工智能監(jiān)控系統(tǒng)改變團(tuán)隊(duì)的組織結(jié)構(gòu)及管理方式，通過(guò)智能化的輿情監(jiān)測(cè)系統(tǒng)代替低效的人工操作，其專業(yè)性要求頗高，而最佳處理模式就是專業(yè)化團(tuán)隊(duì)加人工智能技術(shù)。按照這樣的管理思維，未來(lái)輿情監(jiān)測(cè)團(tuán)隊(duì)的分工將更加明確，行業(yè)內(nèi)部集約聚合程度將進(jìn)一步提高，行業(yè)有機(jī)化程度也將逐步增強(qiáng)。

第6篇：人工智能技術(shù)的研究背景范文

電氣信息化技術(shù)分為三個(gè)層次：第一，信息基礎(chǔ)技術(shù)，包括光子、微電子等相關(guān)元器件的制作技術(shù)等，為集成電路、計(jì)算機(jī)等技術(shù)的應(yīng)用提供了前提與基礎(chǔ)。第二，信息系統(tǒng)技術(shù)，指的是獲取、處理、傳輸與控制信息的系統(tǒng)或者設(shè)備在實(shí)現(xiàn)的過(guò)程中所需的技術(shù)，其中信息獲取技術(shù)包括遙感技術(shù)、傳感技術(shù)等，信息處理技術(shù)包括優(yōu)化與仿真技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等，信息傳輸技術(shù)包括多媒體技術(shù)、網(wǎng)絡(luò)通信技術(shù)等，信息控制技術(shù)包括人工智能等。第三，信息應(yīng)用技術(shù)。信息技術(shù)在社會(huì)的各個(gè)領(lǐng)域中都有著廣泛的應(yīng)用，例如工程控制技術(shù)、信息管理系統(tǒng)等。

2電氣工程信息化應(yīng)用系統(tǒng)的優(yōu)勢(shì)

2.1確保電氣工程各個(gè)環(huán)節(jié)的一致性

在電力系統(tǒng)的運(yùn)行過(guò)程中，檢測(cè)、監(jiān)控、管理等各個(gè)環(huán)節(jié)之間的相互協(xié)調(diào)與配合是電力系統(tǒng)有序運(yùn)行的前提與基礎(chǔ)。通過(guò)電器工程信息化應(yīng)用系統(tǒng)，能夠?qū)崿F(xiàn)電力運(yùn)行系統(tǒng)檢測(cè)水平與控制水平的提高，進(jìn)而實(shí)現(xiàn)電力系統(tǒng)運(yùn)行效率與質(zhì)量的提高，更好地改善運(yùn)行系統(tǒng)的服務(wù)效率。

2.2實(shí)現(xiàn)電氣工程監(jiān)測(cè)模型的簡(jiǎn)化

實(shí)現(xiàn)電氣工程信息化，能夠?qū)鹘y(tǒng)的電電氣工程信息化應(yīng)用系統(tǒng)的設(shè)計(jì)要點(diǎn)分析文/苑少軍在信息時(shí)代背景下，電氣信息化技術(shù)在電氣工程中得到了廣泛的應(yīng)用。本文首先對(duì)電氣信息化技術(shù)進(jìn)行了分析，在此基礎(chǔ)上提出了電器工程信息化應(yīng)用系統(tǒng)中的信息技術(shù)及其設(shè)計(jì)要點(diǎn)，為實(shí)現(xiàn)電氣工程信息化奠定堅(jiān)實(shí)的基礎(chǔ)。摘要器工程檢測(cè)模型進(jìn)行有效的簡(jiǎn)化，更好地確保電氣工程控制的時(shí)效性。利用控制器進(jìn)行控制的過(guò)程中，如果被控制對(duì)象比較復(fù)雜，將導(dǎo)致無(wú)法對(duì)其進(jìn)行準(zhǔn)確的把握，出現(xiàn)無(wú)法估量、無(wú)法預(yù)測(cè)等情況。因此，在電力系統(tǒng)的管理與控制的過(guò)程中，會(huì)由于電氣工程出現(xiàn)的問(wèn)題而面臨困境。

3電氣工程信息化應(yīng)用系統(tǒng)的設(shè)計(jì)要點(diǎn)

3.1優(yōu)化與仿真系統(tǒng)的設(shè)計(jì)要點(diǎn)

首先，計(jì)算機(jī)輔助電機(jī)電器優(yōu)化設(shè)計(jì)。CAD在飛機(jī)制造、汽車制造與電機(jī)電器工業(yè)中最早得到應(yīng)用，主要依靠的是計(jì)算機(jī)非常強(qiáng)大的計(jì)算功能，將傳統(tǒng)經(jīng)驗(yàn)轉(zhuǎn)變成為計(jì)算機(jī)軟件，從而實(shí)現(xiàn)了工作效率與質(zhì)量的有效提高。其次，電力系統(tǒng)的優(yōu)化與仿真。計(jì)算機(jī)在電力系統(tǒng)的可靠性、安全性等仿真系統(tǒng)中得到了廣泛的應(yīng)用。當(dāng)前，優(yōu)化與仿真技術(shù)主要在計(jì)算機(jī)輔助電力系統(tǒng)潮流計(jì)算、網(wǎng)絡(luò)規(guī)劃、可靠性分析、系統(tǒng)計(jì)劃分析等方面得到了充分的利用。隨著電力工業(yè)中模擬技術(shù)的應(yīng)用，計(jì)算機(jī)的圖形處理功能與邏輯分析功能得到了廣泛的應(yīng)用。在計(jì)算機(jī)屏幕上實(shí)現(xiàn)了實(shí)際電網(wǎng)的再現(xiàn)。無(wú)圖板設(shè)計(jì)標(biāo)志著電力工程計(jì)算機(jī)輔助設(shè)計(jì)發(fā)展到了新的階段。

3.2人工智能技術(shù)的設(shè)計(jì)要點(diǎn)

3.2.1人工智能技術(shù)在電力系統(tǒng)中的設(shè)計(jì)

在電力系統(tǒng)的規(guī)劃、監(jiān)視、控制、分析等領(lǐng)域中，人工智能技術(shù)已經(jīng)得到了廣泛的應(yīng)用。人工智能系統(tǒng)應(yīng)用較為成功的包括電力調(diào)動(dòng)操作管理系統(tǒng)、短期電力負(fù)荷智能預(yù)報(bào)系統(tǒng)、分布式電力網(wǎng)絡(luò)故障模擬分析系統(tǒng)等。

3.2.2人工智能技術(shù)在電機(jī)中的設(shè)計(jì)

人工智能技術(shù)在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用，電機(jī)控制領(lǐng)域的專家學(xué)者也開(kāi)始關(guān)注與重視人工智能思想與方法，開(kāi)始在控制系統(tǒng)的研究與應(yīng)用中引入人工智能技術(shù)，解決各種傳統(tǒng)控制方法無(wú)法解決的問(wèn)題，完成各種傳統(tǒng)控制技術(shù)無(wú)法勝任的任務(wù)。如電機(jī)智能控制器，水力發(fā)電機(jī)微機(jī)采樣多參數(shù)新型控制裝置，異步電動(dòng)機(jī)微機(jī)矢量控制智能調(diào)速系統(tǒng)，轉(zhuǎn)矩控制和電流跟蹤的高性能智能變頻高速系統(tǒng)，異步電動(dòng)機(jī)矢量控制調(diào)速系統(tǒng)以及應(yīng)用自適應(yīng)神經(jīng)元控制技術(shù)的電機(jī)PWM調(diào)速系統(tǒng)。

3.3網(wǎng)絡(luò)技術(shù)的應(yīng)用與設(shè)計(jì)

3.3.1管理信息系統(tǒng)

電力專用通信網(wǎng)在建設(shè)與管理方面都取得了一定的發(fā)展與成就，實(shí)現(xiàn)了電力調(diào)度系統(tǒng)計(jì)算機(jī)網(wǎng)絡(luò)規(guī)劃大綱的制定與完善。當(dāng)前，已經(jīng)逐步形成了包含多種通信方式的通信網(wǎng)絡(luò)，一方面更好地滿足了電力生產(chǎn)調(diào)度的需求，另一方面為全國(guó)電力信息網(wǎng)絡(luò)的建立奠定了物質(zhì)基礎(chǔ)。

3.3.2過(guò)程控制自動(dòng)化

在過(guò)程控制自動(dòng)化指的是通過(guò)計(jì)算機(jī)監(jiān)控系統(tǒng)實(shí)現(xiàn)自動(dòng)化控制。很多電廠還建立了以計(jì)算機(jī)為基礎(chǔ)的機(jī)爐協(xié)調(diào)控制系統(tǒng)、鍋爐爐膛安全監(jiān)視系統(tǒng)、汽輪機(jī)數(shù)字電液調(diào)節(jié)系統(tǒng)及各種輔助控制系統(tǒng)。并在單元機(jī)組分布控制的基礎(chǔ)上，建立了值長(zhǎng)系統(tǒng)、生產(chǎn)管理系統(tǒng)，實(shí)現(xiàn)了機(jī)組計(jì)算機(jī)監(jiān)控實(shí)時(shí)信息進(jìn)入管理信息系統(tǒng)網(wǎng)絡(luò)，大大提高了機(jī)組的安全和經(jīng)濟(jì)運(yùn)行。

3.4故障診斷技術(shù)的應(yīng)用

電力設(shè)備在電氣系統(tǒng)運(yùn)行的過(guò)程中常常會(huì)出邊各種故障。電氣設(shè)備出現(xiàn)故障之前都存在一定的預(yù)兆，依據(jù)故障預(yù)兆能夠?qū)υO(shè)備故障進(jìn)行判斷。隨著信息化及時(shí)的不斷發(fā)展與完善，利用信息化技術(shù)能夠更好地對(duì)故障預(yù)兆進(jìn)行判斷，從而確保系統(tǒng)能夠正常的運(yùn)行。研究人員針對(duì)電氣工程信息化系統(tǒng)中的變壓器進(jìn)行了科學(xué)、合理的維護(hù)，實(shí)現(xiàn)這一重要電力設(shè)備壽命的延長(zhǎng)，但是并不能夠?qū)υO(shè)備故障的出現(xiàn)實(shí)現(xiàn)完全的避免。

4總結(jié)

第7篇：人工智能技術(shù)的研究背景范文

[關(guān)鍵詞]人工智能，工程技術(shù)應(yīng)用

中圖分類號(hào)：TP 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2014）31-0221-01

首先，介紹下人工智能（Artificial Intelligence，AI）是一門綜合了計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)的交叉學(xué)科。人工智能的研究課題涵蓋面很廣，從機(jī)器視覺(jué)到專家系統(tǒng)，包括了許多不同的領(lǐng)域。 其點(diǎn)是讓機(jī)器學(xué)會(huì)“思考”

人工智能學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。

1.20世紀(jì)80年代，專家系統(tǒng)技術(shù)的逐漸成熟及計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得智能控制和決策的研究也取得了較大進(jìn)展。計(jì)算智能是一種仿生計(jì)算方法，它從生物底層對(duì)智能行為進(jìn)行模擬和研究，拓展了傳統(tǒng)的計(jì)算模式，為復(fù)雜問(wèn)題的求解提供了新的解決辦法。為了提高計(jì)算智能的應(yīng)用效率，本文分析了二進(jìn)制遺傳算法中早熟收斂的成因，指出了傳統(tǒng)的變異算子在防止早熟收斂方面的不足，提出了一種能有效預(yù)防早熟現(xiàn)象的二元變異算子，并在此基礎(chǔ)上提出了一種便于用常規(guī)邏輯門電路實(shí)現(xiàn)的遺傳算法。鑒于參數(shù)選擇對(duì)于遺傳算法求解效率的影響。

2.人工智能在工程技術(shù)各行各業(yè)的應(yīng)用

（1）工業(yè)過(guò)程中的智能控制。生產(chǎn)過(guò)程的智能控制主要包括兩個(gè)方面：局部級(jí)和全局級(jí)。

（2）機(jī)械制造中的智能控制。在現(xiàn)代先進(jìn)制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來(lái)解決難以或無(wú)法預(yù)測(cè)的情況，人工智能技術(shù)為解決這一難題提供了有效的解決方案。

（3）電力電子學(xué)研究領(lǐng)域中的智能控制。電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過(guò)程，國(guó)內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)、故障診斷及控制中，取得了良好的控制效果 。

（4）人工智能在水利工程中應(yīng)用。大壩安全監(jiān)測(cè)自動(dòng)化系統(tǒng)結(jié)構(gòu)和大壩安全智能決策支持系統(tǒng)（DSIDSS）。

1）針對(duì)大壩安全監(jiān)測(cè)系統(tǒng)的可靠性問(wèn)題，將現(xiàn)場(chǎng)總線監(jiān)測(cè)網(wǎng)絡(luò)結(jié)構(gòu)和基于現(xiàn)場(chǎng)總線的通信網(wǎng)絡(luò)模型應(yīng)用于大壩安全監(jiān)測(cè)系統(tǒng)中，提高了系統(tǒng)的可靠性和系統(tǒng)組網(wǎng)的靈活性，使大壩安全監(jiān)測(cè)自動(dòng)化系統(tǒng)可根據(jù)現(xiàn)場(chǎng)條件靈活組網(wǎng)，增加了系統(tǒng)的實(shí)用性。重點(diǎn)研究了監(jiān)控網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)、網(wǎng)絡(luò)通訊模式和功能分布。

2）針對(duì)自動(dòng)化監(jiān)控系統(tǒng)的數(shù)據(jù)真實(shí)性和合理性檢驗(yàn)問(wèn)題，研究了大壩安全監(jiān)測(cè)數(shù)據(jù)的預(yù)處理方法，應(yīng)用灰色系統(tǒng)理論和過(guò)程突變理論建立了監(jiān)測(cè)數(shù)據(jù)的在線檢驗(yàn)?zāi)Ｐ?，有效地解決了自動(dòng)化系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的合理性和真實(shí)性的在線檢驗(yàn)問(wèn)題。

3）應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)研究了大壩監(jiān)測(cè)數(shù)據(jù)的分析方法，建立了基于自學(xué)習(xí)神經(jīng)元的自學(xué)習(xí)即網(wǎng)絡(luò)監(jiān)控模型，為大壩安全監(jiān)控模型的建立和預(yù)測(cè)提供了新的思路和方法。

4）針對(duì)合理處理DSIDSS中的不確定因素問(wèn)題，采用模糊測(cè)度和模糊積分理論的基本思想和方法進(jìn)行了處理。結(jié)合模糊集和可能性理論，提出了大壩安全等級(jí)劃分和安全判據(jù)的表示方法。應(yīng)用模糊測(cè)度和模糊積分理論，較好地解決了大壩安全綜合評(píng)價(jià)中不確定性因素的計(jì)算機(jī)表示和處理方法。

5）探討了DSIDSS中的知識(shí)表示和推理技術(shù)，應(yīng)用知識(shí)的語(yǔ)義網(wǎng)絡(luò)和模糊產(chǎn)生式規(guī)則表示方法，建立了大壩安全智能決策支持系統(tǒng)的知識(shí)庫(kù)。所采用的模糊推理方法克服了傳統(tǒng)Bayes推理方法的部分缺陷，在實(shí)際應(yīng)用中表明是合理有效的一種推理模式。

人工智能的過(guò)程及在工程技術(shù)轉(zhuǎn)化的順序包含：

1.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（Machine Learning）是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新

的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹機(jī)器學(xué)習(xí)的研究是根據(jù)生理學(xué)、認(rèn)知科學(xué)等對(duì)人類學(xué)習(xí)機(jī)理的了解，建立人類學(xué)習(xí)過(guò)程的計(jì)算模型或認(rèn)識(shí)模型，發(fā)展各種學(xué)習(xí)理論和學(xué)習(xí)方法，研究通用的學(xué)習(xí)算法并進(jìn)行理論上的分析，建立面向任務(wù)的具有特定應(yīng)用的學(xué)習(xí)系統(tǒng)。這些研究目標(biāo)相互影響相互促進(jìn)。

2.模式識(shí)別

1）. 模式識(shí)別概述

模式識(shí)別（Pattern Recognition）是人類的一項(xiàng)基本智能，在日常生活中，人們經(jīng)常在進(jìn)行“模式識(shí)別”。隨著20世紀(jì)40年代計(jì)算機(jī)的出現(xiàn)以及50年代人工智能的興起，人們當(dāng)然也希望能用計(jì)算機(jī)來(lái)代替或擴(kuò)展人類的部分腦力勞動(dòng)。（計(jì)算機(jī)）模式識(shí)別在20世紀(jì)60年代初迅速發(fā)展并成為一門新學(xué)科。

模式識(shí)別（Pattern Recognition）是指對(duì)表征事物或現(xiàn)象的各種形式的（數(shù)值的、文字的和邏輯關(guān)系的）信息進(jìn)行處理和分析，以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過(guò)程，是信息科學(xué)和人工智能的重要組成部分。應(yīng)用計(jì)算機(jī)對(duì)一組事件或過(guò)程進(jìn)行辨識(shí)和分類，所識(shí)別的事件或過(guò)程可以是文字、聲音、圖像等具體對(duì)象，也可以是狀態(tài)、程度等抽象對(duì)象。這些對(duì)象與數(shù)字形式的信息相區(qū)別，稱為模式信息。

2）.模式識(shí)別的應(yīng)用（1）文字識(shí)別（2）語(yǔ)音識(shí)別（3）圖像識(shí)別（4）醫(yī)學(xué)診斷

3.專家系統(tǒng)

1）.專家系統(tǒng)概述

專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。

2）.發(fā)展歷史

專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過(guò)渡和發(fā)展。

第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門問(wèn)題的能力強(qiáng)為特點(diǎn)。但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問(wèn)題的能力弱。

第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng)

第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略

3. 專家系統(tǒng)的基本結(jié)構(gòu)

專家系統(tǒng)的基本結(jié)構(gòu)如圖所示，其中箭頭方向?yàn)閿?shù)據(jù)流動(dòng)的方向。專家系統(tǒng)通常由人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋器、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取等6個(gè)部分構(gòu)成。知識(shí)庫(kù)用來(lái)存放專家提供的知識(shí)。專家系統(tǒng)的問(wèn)題求解過(guò)程是通過(guò)知識(shí)庫(kù)中的知識(shí)來(lái)模擬專家的思維方式的，因此，知識(shí)庫(kù)是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識(shí)庫(kù)中知識(shí)的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。

人工智能在物聯(lián)網(wǎng)的應(yīng)用

物聯(lián)網(wǎng)智能是利用人工智能技術(shù)服務(wù)于物聯(lián)網(wǎng)絡(luò)的技術(shù)是將人工智能的理論方法和技術(shù)通過(guò)具有智能處理功能的軟件部署在網(wǎng)絡(luò)服務(wù)器中去服務(wù)于接入物聯(lián)網(wǎng)的物品設(shè)備和人。

1.智能物聯(lián)網(wǎng)

1）智能物聯(lián)網(wǎng)概念

智能物聯(lián)網(wǎng)就是對(duì)接入物聯(lián)網(wǎng)的物品設(shè)備產(chǎn)生的信息能夠?qū)崿F(xiàn)自動(dòng)識(shí)別和處理判斷，并能將處理結(jié)果反饋給接入的物品設(shè)備，同時(shí)能根據(jù)處理結(jié)果對(duì)物品設(shè)備進(jìn)行某種操作指令的下達(dá)使接入的物品設(shè)備作出某種動(dòng)作響應(yīng).而整個(gè)處理過(guò)程無(wú)需人類的參與。

2）智能物聯(lián)網(wǎng)的實(shí)現(xiàn)途徑

要實(shí)現(xiàn)物聯(lián)網(wǎng)智能化就必須讓人工智能成為物聯(lián)知終端、傳輸網(wǎng)絡(luò)、具有人工智能的數(shù)據(jù)處理服務(wù)器。

2.物聯(lián)網(wǎng)需要的人工智能技術(shù)

1）物聯(lián)網(wǎng)中需要來(lái)自人工智能技術(shù)的研究成果.如問(wèn)題求解、邏輯推理證明、專家系統(tǒng)、數(shù)據(jù)挖掘、模式識(shí)別、自動(dòng)推理、機(jī)器學(xué)習(xí)、智能控制等技術(shù)。

2）物聯(lián)網(wǎng)的智能控制

在物聯(lián)網(wǎng)的應(yīng)用中.控制將是物聯(lián)網(wǎng)的主要環(huán)節(jié).如何在物聯(lián)網(wǎng)中實(shí)現(xiàn)智能控制將是物聯(lián)網(wǎng)發(fā)展的關(guān)鍵。

3.物聯(lián)網(wǎng)智能模型

基于對(duì)人工智能技術(shù)的認(rèn)識(shí)和研究.依據(jù)人工智能模型.推演出了智能物聯(lián)網(wǎng)智能化模型。智能物聯(lián)網(wǎng)被分為五個(gè)層次機(jī)器感知交互層、通信層、數(shù)據(jù)層、智能處理層、人機(jī)交互層，共五層。

作者簡(jiǎn)介

第8篇：人工智能技術(shù)的研究背景范文

機(jī)器人桑尼反問(wèn)：你能嗎？

如果你看過(guò)電影《機(jī)器公敵》，一定記得這個(gè)對(duì)白，并對(duì)電影中那個(gè)擁有自我思考能力、擁有人類情感的機(jī)器人桑尼記憶猶新。

讓機(jī)器擁有學(xué)習(xí)能力，甚至能夠像人類一樣去思考、工作，這就是人工智能，這個(gè)概念自從1956年被提出之后一直都是科幻小說(shuō)最火爆的主題之一。如今，人工智能已不是幻想。

作為人工智能實(shí)現(xiàn)方法之一，人工神經(jīng)網(wǎng)絡(luò)目前已在全世界范圍內(nèi)悄然誕生，而由谷歌XLab團(tuán)隊(duì)斥巨資打造的谷歌大腦（Google Brain）無(wú)疑是首屈一指的。谷歌大腦的締造者名叫吳恩達(dá)（Andrew Ng），他是一位華裔，現(xiàn)任斯坦福人工智能實(shí)驗(yàn)室主任，真正的“X教授”。

重拾人工智能夢(mèng)想

如果是對(duì)7年前的吳恩達(dá)提人工智能，他一定會(huì)用各種理由說(shuō)服你放棄這個(gè)瘋狂的想法。

吳恩達(dá)對(duì)人工智能技術(shù)的否定，源于當(dāng)時(shí)的一種主流觀點(diǎn)：人類智慧是由無(wú)數(shù)個(gè)負(fù)責(zé)簡(jiǎn)單功能的區(qū)域協(xié)同工作形成的，而這個(gè)過(guò)程如果用計(jì)算機(jī)的方式來(lái)完成就必須建立成千上萬(wàn)個(gè)獨(dú)立的計(jì)算機(jī)模塊，每個(gè)模塊模仿一種功能，比如說(shuō)話、味覺(jué)。

按照這個(gè)理論推演開(kāi)去，實(shí)現(xiàn)人工智能所需的工作量是巨大的。因此，人工智能技術(shù)在發(fā)展了40多年之后還是處于初級(jí)階段。

當(dāng)時(shí)的神經(jīng)學(xué)家們始終認(rèn)為，人工智能屬于大腦研究的范疇，他們不大愿意和其他領(lǐng)域的科學(xué)家進(jìn)行合作。這樣的結(jié)果就是，工程師們?cè)趯?duì)神經(jīng)科學(xué)毫不了解的情況下，開(kāi)始開(kāi)發(fā)不完全模仿人類大腦運(yùn)行的智能系統(tǒng)，最終的產(chǎn)品就是類似“Roomba”這樣的吸塵機(jī)器，這種吸塵機(jī)器人在工作的時(shí)候可以自動(dòng)繞過(guò)障礙物，并沿著墻角路線轉(zhuǎn)彎，在如今的家電大賣場(chǎng)均有銷售。Roomba只有按照程序躲避障礙的能力，并不能像人一樣學(xué)習(xí)。在吳恩達(dá)看來(lái)，這是“偽人工智能”。

發(fā)明能像人類一樣學(xué)習(xí)、思考的機(jī)器，是吳恩達(dá)從小到大的夢(mèng)想，但是當(dāng)他進(jìn)入大學(xué)開(kāi)始真正接觸到人工智能技術(shù)的時(shí)候，卻深受上述觀念的毒害而放棄了研究。

直到有一天，吳恩達(dá)偶然接觸到了一種嶄新的理論，這種理論認(rèn)為，“人類的智慧源于單一的算法”，人類的大腦在發(fā)育的初期，每一部分的職責(zé)分工并不是明確的，可以通過(guò)后期的調(diào)試執(zhí)行特定的任務(wù)。提出這個(gè)假說(shuō)的杰夫?霍金斯（Jeff Hawkins）是全球最大掌上電腦制造商Palm的創(chuàng)始人，也是一名有著神經(jīng)科學(xué)研究背景的人工智能領(lǐng)域的企業(yè)家。

這個(gè)理論改變了吳恩達(dá)的人生軌跡，他重新拾起了兒時(shí)的夢(mèng)想。“我有生以來(lái)，第一次感到自己有可能在人工智能的研究領(lǐng)域取得一點(diǎn)兒進(jìn)展?！?/p>

谷歌大腦的締造者

2010年，時(shí)任斯坦福大學(xué)教授的吳恩達(dá)加入谷歌開(kāi)發(fā)團(tuán)隊(duì)XLab――這個(gè)團(tuán)隊(duì)已經(jīng)先后為谷歌開(kāi)發(fā)了無(wú)人駕駛汽車和谷歌眼鏡兩個(gè)知名項(xiàng)目。身為人工智能領(lǐng)域的權(quán)威，吳恩達(dá)的使命就是“以史無(wú)前例的規(guī)模，通過(guò)谷歌龐大的數(shù)據(jù)中心來(lái)打造人工智能系統(tǒng)。”

隨后，吳恩達(dá)與谷歌頂級(jí)工程師開(kāi)始合作建立全球最大的“神經(jīng)網(wǎng)絡(luò)”，這個(gè)神經(jīng)網(wǎng)絡(luò)能夠以與人類大腦學(xué)習(xí)新事物相同的方式來(lái)學(xué)習(xí)現(xiàn)實(shí)生活。谷歌將這個(gè)項(xiàng)目命名為“谷歌大腦”。

吳恩達(dá)表示：“在我加入谷歌的時(shí)候，學(xué)術(shù)界最大的神經(jīng)網(wǎng)絡(luò)大約有100萬(wàn)個(gè)參量，而當(dāng)時(shí)在谷歌，我們能夠建造比這個(gè)規(guī)模大1000倍的神經(jīng)網(wǎng)絡(luò)?！?/p>

身處大數(shù)據(jù)時(shí)代，谷歌每年在超級(jí)計(jì)算機(jī)數(shù)據(jù)中心領(lǐng)域的投資達(dá)十億美元，像吳恩達(dá)這樣的大學(xué)教授，也只有在像谷歌這樣的公司里才能完成這種研究。

谷歌大腦能夠?qū)⑺吹降膱D像或圖片分解成10億多個(gè)不同的參量，然后通過(guò)自主學(xué)習(xí)，學(xué)會(huì)如何將這些零碎的參量組合到一起。比如看到很多種花，再告訴機(jī)器這些是花，久而久之，機(jī)器就會(huì)將這類有顏色、有花瓣、有花蕊的物體自動(dòng)和花這個(gè)單詞聯(lián)系到一起，從而從千萬(wàn)張圖片中識(shí)別出花。這個(gè)過(guò)程好像教嬰兒認(rèn)卡片一樣，神經(jīng)網(wǎng)絡(luò)學(xué)界將這個(gè)過(guò)程叫做“深度學(xué)習(xí)”。

去年6月，吳恩達(dá)所開(kāi)發(fā)的人工神經(jīng)網(wǎng)絡(luò)通過(guò)觀看一周YouTube視頻，自主學(xué)會(huì)了識(shí)別哪些是關(guān)于貓的視頻。這個(gè)案例為人工智能領(lǐng)域翻開(kāi)了嶄新的一頁(yè)。吳恩達(dá)表示，未來(lái)將會(huì)在谷歌無(wú)人駕駛汽車上使用該項(xiàng)技術(shù)，來(lái)識(shí)別車前面的動(dòng)物或者小孩，從而及時(shí)躲避。

為了利用谷歌的神經(jīng)網(wǎng)絡(luò)模型改善谷歌的語(yǔ)音識(shí)別軟件，去年夏天，吳恩達(dá)為谷歌請(qǐng)來(lái)了杰弗里?辛頓（Geoffrey Hinton）――來(lái)自多倫多大學(xué)的“神經(jīng)網(wǎng)絡(luò)領(lǐng)域的教父”。杰弗里在谷歌花了數(shù)月時(shí)間對(duì)谷歌算法進(jìn)行改進(jìn)。當(dāng)安卓Jelly Bean 4.2G版本軟件去年底時(shí)，這些算法已經(jīng)將其語(yǔ)音識(shí)別的出錯(cuò)率降低了25%。

今年3月，谷歌收購(gòu)了杰弗里的公司DNN research，DNN是深度神經(jīng)網(wǎng)絡(luò)的英文縮寫(xiě)。

加入谷歌的杰弗里希望構(gòu)建比其去年開(kāi)發(fā)的10億參量的神經(jīng)網(wǎng)絡(luò)更大的神經(jīng)網(wǎng)絡(luò)，杰弗里透露：如果能夠建立比10億參量神經(jīng)網(wǎng)絡(luò)大1000倍的神經(jīng)網(wǎng)絡(luò)，將會(huì)有機(jī)會(huì)教機(jī)器理解一些事物，甚至情感。

人工智能才剛剛開(kāi)始

和人腦的靈活性及準(zhǔn)確性相比，吳恩達(dá)的深度學(xué)習(xí)算法還相差十萬(wàn)八千里，但是吳恩達(dá)說(shuō)，那一天會(huì)到來(lái)的。

吳恩達(dá)如此自信是有原因的，如今越來(lái)越多的科學(xué)家和科技公司開(kāi)始意識(shí)到深度學(xué)習(xí)對(duì)于計(jì)算機(jī)科學(xué)發(fā)展的重大意義，他不是一個(gè)人在戰(zhàn)斗。

在美國(guó)，隨著奧巴馬政府宣布將支持籌建一項(xiàng)跨學(xué)科的科研項(xiàng)目“基于神經(jīng)科學(xué)技術(shù)創(chuàng)新的人腦研究”，許多類似的項(xiàng)目正如雨后春筍般涌現(xiàn)。

在谷歌發(fā)力神經(jīng)網(wǎng)絡(luò)的同時(shí)，IBM、微軟、蘋(píng)果、百度這些公司也競(jìng)相開(kāi)始了對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)的探索。

第9篇：人工智能技術(shù)的研究背景范文

關(guān)鍵詞：智能制造；智能科學(xué)與技術(shù)；人工智能技術(shù)；機(jī)器人；實(shí)驗(yàn)平臺(tái)建設(shè)

智能制造是基于新一代信息技術(shù)，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)各個(gè)環(huán)節(jié)。具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過(guò)程、系統(tǒng)與模式的總稱。是信息技術(shù)和智能技術(shù)在裝備制造過(guò)程技術(shù)的深度融合與集成。加快推進(jìn)智能制造，是我國(guó)在全球新一輪產(chǎn)業(yè)變革競(jìng)爭(zhēng)背景下出臺(tái)的《中國(guó)制造2025》的主攻方向。廣東省作為國(guó)內(nèi)制造大省和全球重要制造基地，也對(duì)接印發(fā)了《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》。針對(duì)廣東省制造業(yè)的創(chuàng)新能力、產(chǎn)業(yè)結(jié)構(gòu)、信息化水平的缺乏競(jìng)爭(zhēng)力的問(wèn)題，大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，推動(dòng)智能制造核心技術(shù)攻關(guān)和關(guān)鍵零部件研發(fā)，推進(jìn)制造過(guò)程智能化升級(jí)改造，實(shí)現(xiàn)“制造大省”向“制造強(qiáng)省”轉(zhuǎn)變。創(chuàng)新驅(qū)動(dòng)，智能化升級(jí)改造需要國(guó)際領(lǐng)先水平人才的引進(jìn)和高等院校實(shí)戰(zhàn)型工程技術(shù)人才培養(yǎng)。我院智能科學(xué)與技術(shù)專業(yè)就是面向廣東智能產(chǎn)業(yè)的深度融合設(shè)置的。其專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)需要針對(duì)廣東省高端裝備、制造過(guò)程、工業(yè)產(chǎn)品智能化等領(lǐng)域的薄弱環(huán)節(jié)，以“機(jī)器智能”為方向，完善實(shí)驗(yàn)教學(xué)體系、整合實(shí)驗(yàn)教學(xué)資源，開(kāi)設(shè)綜合性、創(chuàng)新性的實(shí)驗(yàn)項(xiàng)目，培養(yǎng)學(xué)生實(shí)踐能力和創(chuàng)新意識(shí)。緊密聯(lián)系企業(yè)，針對(duì)智能制造關(guān)鍵技術(shù)協(xié)同創(chuàng)新。培養(yǎng)具有智能系統(tǒng)開(kāi)發(fā)與設(shè)計(jì)、智能裝備的應(yīng)用與工程管理能力；能在智能裝備、智能機(jī)器人、智能家居等領(lǐng)域從事智能系統(tǒng)的是開(kāi)發(fā)與設(shè)計(jì)、應(yīng)用于維護(hù)、運(yùn)營(yíng)與管理的“厚基礎(chǔ)、強(qiáng)應(yīng)用、能創(chuàng)新”的高素質(zhì)工程應(yīng)用型人才。

1專業(yè)實(shí)驗(yàn)平臺(tái)建設(shè)思路

面向智能制造專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)，依據(jù)《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》中發(fā)展智能裝備與系統(tǒng)，工業(yè)產(chǎn)品、制造流程智能化升級(jí)改造的任務(wù)，從智能科學(xué)與技術(shù)知識(shí)體系中提取專業(yè)發(fā)展方向的課程，建立完善專業(yè)實(shí)踐教學(xué)體系。以“機(jī)器智能”為方向建設(shè)人工智能與機(jī)器人實(shí)驗(yàn)室為核心，以項(xiàng)目、科技競(jìng)賽、緊密對(duì)接企業(yè)協(xié)同創(chuàng)新為手段，培養(yǎng)學(xué)生能夠運(yùn)用工程基礎(chǔ)知識(shí)和專業(yè)理論知識(shí)設(shè)計(jì)工程實(shí)驗(yàn)，分析實(shí)際問(wèn)題的能力，培養(yǎng)學(xué)生查詢檢索資料文獻(xiàn)獲取知識(shí)的能力，培養(yǎng)學(xué)生能夠綜合運(yùn)用自然科學(xué)知識(shí)、專業(yè)理論知識(shí)和技術(shù)手段設(shè)計(jì)系統(tǒng)和過(guò)程解決實(shí)際問(wèn)題的能力。通過(guò)科技競(jìng)賽等活動(dòng)，培養(yǎng)學(xué)生在團(tuán)隊(duì)里具有工程組織管理能力、表達(dá)能力和人際交往能力。通過(guò)與企業(yè)的合作，掌握基本創(chuàng)新方法，并讓學(xué)生具有追求創(chuàng)新的態(tài)度和意識(shí)，以培養(yǎng)學(xué)生的綜合素質(zhì)和能力為重點(diǎn)。立足華軟學(xué)院電子系電子信息工程嵌入式專業(yè)、自動(dòng)化專業(yè)、通信工程專業(yè)現(xiàn)有的平臺(tái)優(yōu)勢(shì)，按照“整合、集成、共享、提升”的基本思路，完善支撐體系，優(yōu)化驗(yàn)教學(xué)資源配置，建設(shè)一個(gè)能夠與廣東智能產(chǎn)業(yè)深度融合的階梯形層次化實(shí)驗(yàn)平臺(tái)。

2實(shí)驗(yàn)平臺(tái)建設(shè)內(nèi)容

智能科學(xué)與技術(shù)專業(yè)實(shí)驗(yàn)實(shí)踐平臺(tái)的建設(shè)要依據(jù)實(shí)驗(yàn)教學(xué)體系的構(gòu)建，突出面向智能制造工程實(shí)踐為特色，按照學(xué)生的成長(zhǎng)需要，建立階段化、層次化、模塊化的實(shí)驗(yàn)教學(xué)體系。

2.1專業(yè)實(shí)踐課程體系建設(shè)

面向智能制造的智能科學(xué)與技術(shù)專業(yè)定位是以工程應(yīng)用型人才培養(yǎng)為目標(biāo)的，是在通識(shí)教育基礎(chǔ)上的特色專業(yè)教育。專業(yè)課程體系的建設(shè)首先還是以培養(yǎng)學(xué)生具有扎實(shí)自然科學(xué)基礎(chǔ)知識(shí)，人文社會(huì)科學(xué)知識(shí)和外語(yǔ)應(yīng)用能力為基礎(chǔ)，其次是智能科學(xué)與技術(shù)專業(yè)技術(shù)基礎(chǔ)課程，如數(shù)字系統(tǒng)與邏輯設(shè)計(jì)、數(shù)字信號(hào)處理基礎(chǔ)、信號(hào)與系統(tǒng)、電路分析與電子電路；c語(yǔ)言程序設(shè)計(jì)與算法分析、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)與操作系統(tǒng)、微機(jī)原理與接口、傳感器與檢測(cè)技術(shù)等。最后是專業(yè)方向類課程，也是專業(yè)的核心課程，如制造業(yè)基礎(chǔ)軟件中的嵌入式軟件、工業(yè)控制系統(tǒng)軟件，工業(yè)機(jī)器人中人工智能技術(shù)應(yīng)用和智能控制技術(shù)。主要有知識(shí)獲取模式識(shí)別；數(shù)據(jù)通信與網(wǎng)絡(luò)；嵌入式系統(tǒng)移植和驅(qū)動(dòng)開(kāi)發(fā)；嵌入式應(yīng)用開(kāi)發(fā)；人工智能與神經(jīng)網(wǎng)絡(luò)；智能控制技術(shù)；機(jī)器人學(xué)等課程。培養(yǎng)學(xué)生具備計(jì)算機(jī)技術(shù)、自動(dòng)控制技術(shù)、智能系統(tǒng)方法、傳感信息處理等技術(shù)，完成系統(tǒng)集成，并配合專業(yè)實(shí)踐課程體系如圖1，完成電子工藝實(shí)習(xí)、技術(shù)基礎(chǔ)課程、核心課程的課程設(shè)計(jì)和綜合項(xiàng)目實(shí)驗(yàn)，并在工程應(yīng)用中實(shí)施的能力。

2.2實(shí)踐教學(xué)體系建設(shè)

依據(jù)專業(yè)實(shí)踐課程體系，構(gòu)建主要包括計(jì)算機(jī)基礎(chǔ)、電路基礎(chǔ)、信息與控制基礎(chǔ)、嵌入式技術(shù)、機(jī)器智能系統(tǒng)五大模塊開(kāi)展不同學(xué)習(xí)階段層次化的實(shí)驗(yàn)教學(xué)體系。主要包括基礎(chǔ)類、專業(yè)實(shí)訓(xùn)類、綜合創(chuàng)新類。

1）基礎(chǔ)類實(shí)驗(yàn)注重開(kāi)設(shè)與課堂教學(xué)中基本理論相結(jié)合的精品實(shí)驗(yàn)項(xiàng)目，并逐步提升基礎(chǔ)實(shí)驗(yàn)課時(shí)的比例。從實(shí)踐中啟發(fā)引導(dǎo)學(xué)生牢固掌握基礎(chǔ)理論知識(shí)。除此之外，還要注重工作方法和學(xué)習(xí)方法的能力培養(yǎng)，如收集信息查找資料、制定工作計(jì)劃步驟、從基礎(chǔ)理論到解決實(shí)際問(wèn)題的思路以及獨(dú)立學(xué)習(xí)新技術(shù)的方法和評(píng)估工作結(jié)果的方法。培養(yǎng)學(xué)生厚實(shí)的專業(yè)基礎(chǔ)知識(shí)和能力。

2）專業(yè)實(shí)訓(xùn)類實(shí)驗(yàn)主要以項(xiàng)目教學(xué)、案例教學(xué)、情景教學(xué)方式培養(yǎng)學(xué)生利用專業(yè)知識(shí)及方法獨(dú)立解決行業(yè)領(lǐng)域內(nèi)的任務(wù)和問(wèn)題并能夠評(píng)價(jià)結(jié)果的能力。如智能傳感應(yīng)用項(xiàng)目，人工智能技術(shù)實(shí)驗(yàn)項(xiàng)目，知識(shí)表示與推理項(xiàng)目，計(jì)算智能項(xiàng)目，專家系統(tǒng)，多智能體系統(tǒng)；機(jī)器人項(xiàng)目，如最小機(jī)電系統(tǒng)組成，如何完成對(duì)電機(jī)的控制；利用單軸或雙軸控制平臺(tái)實(shí)現(xiàn)基本搬運(yùn)裝配作業(yè)。

3）綜合創(chuàng)新類實(shí)驗(yàn)注重培養(yǎng)學(xué)生從理解問(wèn)題域開(kāi)始，獲取數(shù)據(jù)和知識(shí)、開(kāi)發(fā)原型智能系統(tǒng)、開(kāi)發(fā)完整智能系統(tǒng)、評(píng)估并修訂智能系統(tǒng)、到整合和維護(hù)智能系統(tǒng)六個(gè)階段構(gòu)建智能系統(tǒng)。如開(kāi)展人工智能技術(shù)在智能制造中的應(yīng)用包括產(chǎn)品設(shè)計(jì)加工、智能生產(chǎn)調(diào)度、智能工藝規(guī)劃、智能機(jī)器人、智能測(cè)量等；直角坐標(biāo)機(jī)器人實(shí)現(xiàn)碼垛搬運(yùn)、多關(guān)節(jié)串聯(lián)機(jī)器人、弧焊機(jī)器人實(shí)訓(xùn)等。

4）科技競(jìng)賽、與企業(yè)協(xié)同創(chuàng)新，通過(guò)觀察記錄待智能化升級(jí)的工廠生產(chǎn)過(guò)程，發(fā)現(xiàn)定義問(wèn)題、提出假設(shè)、搜集證據(jù)檢驗(yàn)假設(shè)、發(fā)表結(jié)果、建構(gòu)理論等實(shí)驗(yàn)過(guò)程設(shè)計(jì)的能力。培養(yǎng)學(xué)生掌握基本創(chuàng)新的方法，團(tuán)隊(duì)協(xié)作管理能力、表達(dá)溝通能力等。如嵌入式設(shè)計(jì)大賽、機(jī)器人大賽等科技競(jìng)賽；以及針對(duì)自動(dòng)化生產(chǎn)線的嵌入式工業(yè)控制系統(tǒng)設(shè)計(jì)；針對(duì)原材料制造企業(yè)的集散控制、制造絳屑成應(yīng)用；針對(duì)裝備制造企業(yè)的敏捷制造、虛擬制造應(yīng)用；工業(yè)機(jī)器人在汽車、電子電氣、機(jī)械加工、船舶制造、食品加工、紡織制造、輕工家電、醫(yī)藥制造等行業(yè)的應(yīng)用。

2實(shí)驗(yàn)教學(xué)保障

智能科學(xué)與技術(shù)實(shí)驗(yàn)平臺(tái)建設(shè)以人工智能與機(jī)器人實(shí)驗(yàn)室建設(shè)為核心，結(jié)合目前學(xué)院嵌入式系統(tǒng)實(shí)驗(yàn)室、自動(dòng)控制實(shí)驗(yàn)室、傳感器技術(shù)實(shí)驗(yàn)室、通信原理實(shí)驗(yàn)室資源，儀器設(shè)備共享共建的原則，系統(tǒng)化籌備購(gòu)置。人工智能機(jī)器人實(shí)驗(yàn)室主要針對(duì)智能系統(tǒng)設(shè)計(jì)開(kāi)發(fā)和機(jī)器人應(yīng)用，基于計(jì)算機(jī)系統(tǒng)的人工智能技術(shù)學(xué)習(xí)應(yīng)用包括人工智能技術(shù)在智能制造應(yīng)用和工業(yè)機(jī)器人仿真軟件ABB Robot Studio。基于“探索者”機(jī)器人系統(tǒng)控制實(shí)訓(xùn)箱Rino-MRZ02（包含履帶機(jī)器人、雙輪自平衡機(jī)器人、5自由度機(jī)械臂、6自由度機(jī)械臂等）

可以開(kāi)展的項(xiàng)目有：利用啟發(fā)式算法、遺傳算法、蟻群算法等模糊數(shù)學(xué)理論對(duì)工業(yè)產(chǎn)品設(shè)計(jì)進(jìn)行性能模擬、運(yùn)動(dòng)分析、功能仿真與評(píng)價(jià)；利用人工神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織構(gòu)造產(chǎn)品加工過(guò)程新能參數(shù)預(yù)測(cè)模型。利用模式識(shí)別、機(jī)器學(xué)習(xí)、專家系統(tǒng)、多智能體系統(tǒng)進(jìn)行感知、并對(duì)環(huán)境的改變進(jìn)行解讀、動(dòng)作進(jìn)行規(guī)劃和決策；利用專家系統(tǒng)、遺傳算法、模糊邏輯集中式解決生產(chǎn)調(diào)度多目標(biāo)性、不確定性和高度復(fù)雜性的問(wèn)題，尋求最優(yōu)規(guī)則，提高調(diào)度的速度；利用蟻群算法、遺傳算法分布式多智能體系統(tǒng)進(jìn)行問(wèn)題分解、彼此協(xié)商、任務(wù)指派、解決沖突。

履帶機(jī)器人可開(kāi)展電機(jī)控制實(shí)驗(yàn)；運(yùn)動(dòng)控制實(shí)驗(yàn)；HD軌跡控制實(shí)驗(yàn)；無(wú)線通信實(shí)驗(yàn)。雙輪自平衡機(jī)器人呢可開(kāi)展自平衡模塊實(shí)驗(yàn)；倒立擺算法實(shí)驗(yàn)；雙輪載具運(yùn)動(dòng)實(shí)驗(yàn)。6自由度雙足機(jī)器人可開(kāi)展雙足運(yùn)動(dòng)控制實(shí)驗(yàn)；步態(tài)規(guī)劃實(shí)驗(yàn)；雙足平衡實(shí)驗(yàn)；機(jī)構(gòu)改裝實(shí)驗(yàn)。5自由度機(jī)械臂可開(kāi)展機(jī)械臂運(yùn)動(dòng)控制實(shí)驗(yàn)；顏色分揀實(shí)驗(yàn)?？蓴U(kuò)展為8自由度雙足機(jī)器人、輪腿式機(jī)器人等技能提高類課程設(shè)計(jì)。

通過(guò)ABB公司的機(jī)器人仿真軟件RobotStudio進(jìn)行工業(yè)機(jī)器人的基本操作、功能設(shè)置、二次開(kāi)發(fā)、在線監(jiān)控與編程、方案設(shè)計(jì)和驗(yàn)證的學(xué)習(xí)。