【人工智能报告 4400字】范文118
人工智能实验报告62900字人工智能试验报告汇总8300字人工智能实验报告300字人工智能实验报告6600字浙师大智能机器人实验报告12900字智能机器人实验报告13400字人工智能报告论人工智能的应用及发展
姓名：*学号：*班级：计算机1202学院：计算机与通信工程学院老师：*
人工智能的应用及发展摘要：人工智能(ArtificialIntelligence)是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器或一种能够模仿人类智能的智能软件。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。
关键词：人工智能发展；机器人；专家系统；模式识别
一、要解决的问题
人工智能是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科。
但这种模拟人脑的过程是非常困难的。事实是，人类对于自身所具有的智能了解的不够，加上人类智能所表现的逻辑相当复杂，目前人们无法使用一种统一的、可行的且简洁的方式来表达这种复杂逻辑，并把它组织成能够让机器识别的形式；而且人们在研究人工智能时，其所涉及的知识范围逐渐扩大，起初有数学、语言学、哲学、图形学、逻辑学、神经学、计算机学、控制学、信息学等，后来又增加到心理学、行为学、仿生学、思维学等，研究领域逐渐涉及人类本身智能所表现的范围。
其迫切需要解决的问题是：如何使一个软件系统或硬件机器具有人类的知识和行为，并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。也就是如何使机器具有智能。
人们通过观察自身的智能行为，总结出人工智能的产生过程：对于人类因问题和事物所引起的刺激和反应，以及因此所引发的推理、解问题、学习、判断及思考决策等过程，将这些过程分解成一些基本步骤，再透过程序设计，将这些人类解问题的过程模组化或公式化，使得电脑能够有一个结构的方法来设计或应付更复杂的问题。
这套能够应付问题的软体系统，即称之为人工智能系统。目前的人工智能系统只能处理一些特定领域的特定复杂问题，还无法解决人类大多数的复杂问题。
二、研究范围
现在，人工智能已构成信息技术领域的一个重要的学科。该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、方法和技术，所以，人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。但由于其研究内容涉及到“智能”，因此，人工智能不仅局限于计算机、信息和自动化等学科，还涉及到智能学科、认知科学、语言学、逻辑学、教育科学、系统教学、数理科学等众多学科领域。人工智能是一门综合性的交叉学科和边缘学科。当然，就机器人这一方面而言，日本已走在世界最前面，其发明的机器人在模拟人类行为、语言识别上表现的相当突出。
三、研究内容
为了解决如何使得机器拥有智能这一根本性问题，人们企图在各个可以体现智能的方面寻求突破，其研究的内容有搜索与求解、学习与发现、知识与推理、感知与交流、记忆与联想等体现人类智能的方面。
从研究的对象来看，人工智能涉及三个方面：
1、能说会道的计算机程序，即自然语言处理领域；
2、研制、设计出可以模拟人类感官（视觉、听觉）的机器，以便同人类进行交流、识别变化的环境；
3、开发可以识别并模仿人类行为的程序。
当然，从研究的方面来讲，人工智能划分理论研究和工程研究。前者，研究如何理解人和机器智能的理论，探索出如何可以开发人工智能产品的方法；后者研究如何设计、开发智能产品。两者彼此依赖，相互促进。
四、技术特征
作为一个智能产品，其所具备的特征有：
1、具有搜索功能。采用一定搜索策略可以快速地找到答案，甚至在特定要求下找出最优解或所有解。
2、知识表示能力。可以表示一些不精确的、模糊的知识（适合表示多媒体数据）。
3、一定的推理功能。可以从给定的实事、前题中找出答案、发现知识。
4、抽象功能。抽象用以区分重要与非重要的特征，借助抽象可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来，使处理变得更有效、更灵活。对用户来说,往往只需要叙述“是什么问题”，“要做什么”，而把“怎么做”留给智能程序来完成。
5、语音识别功能及模糊信息处理能力。有处理不精确和模糊信息的能力。当然，就目前技术而言，已有一些公司开发了一些具有部分上述特征的产品。百度搜索具有强大的搜索功能，在其庞大的数据库中，如果不采用人工智能的搜索方法，其搜索速度是无法满足用户需求的；win7自带的语音识别功能，智能手机上输入工具中的语音输入功能。
五、应用方面
5.1符号计算
计算机代数系统的优越性主要在于它能够进行大规模的代数运算。通常我们用笔和纸进行代数运算只能处理符号较少的算式,当算式的符号上升到百位数后,手工计算就很困难了,这时用计算机代数系统进行运算就可以做到准确，快捷，有效。
现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时,还具有高效的可编程功能。在操作界面上一般都支持交互式处理,人们通过键盘输入命令,计算机处理后即显示结果。并且人机界面友好,命令输入方便灵活,很容易寻求帮助。
5.2模式识别
计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。以“汉字识别”为例：首先将汉字图象进行处理，抽取主要表达特征
并将其特征与汉字的代码存在计算机中。就象把老师教我们这个字叫什么、如何写的知识记忆在大脑中。这一过程叫做“训练”。识别过程就是将输入的汉字图像经处理后与计算机中所保存的全部汉字进行比较，找出最相近的字作为识别结果,这一过程叫做“匹配”，包括：语音识别，图像识别，指纹识别，手写字符识别，车牌识别，人脸识别等。
5.3机器翻译
机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，例如：Google翻译，百度翻译，有道翻译等，机器翻译已经得到大多数人的认可。
5.4专家系统
专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。也就是说，专家系统是一个具有大量专门知识与经验的程序系统，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。当前的研究涉及有关专家系统设计的各种问题。这些系统是在某个领域的专家(他可能无法明确表达他的全部知识)与系统设计者之间经过艰苦的反复交换意见之后建立起来的。专家系统和传统的计算机程序最本质的不同之处在于专家系统所要解决的问题一般没有算法解，并且经常要在不完全、不精确或不确定的信息基础上作出结论。
专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。高性能的专家系统也已经从学术研究开始进入实际应用研究。随着人工智能整体水平的提高，专家系统也获得发展。正在开发的新一代专家系统有分布式专家系统和协同式专家系统等。在新一代专家系统中，不但采用基于规则的方法，而且采用基于模型的原理。
5.5人工神经网络
在考虑如何使得机器具备人类的智能时，有些学者考虑到人类大脑中存在复杂的神经网络系统，于是他们认为可以模仿人脑神经制造具有思维能力的计算机，即神经网络计算机。
现在，神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。
六、发展方面
从我国人工智能的历史来看，在我国现代归纳逻辑兴起于20世纪80年代初。80年代中期到90年代中期，对现代归纳逻辑的研究是逻辑学界的热点之一。学者们把归纳逻辑的相关知识与人工智能相结合的研究取得了一定进展。但归纳逻辑发展到现阶段还很不成熟，还需要进一步研究和发展。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来，这样才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。当对人工智能的研究由数据处理转入知识处理时，对归纳逻辑系统进行深入的研究就是必要的了，这是一个极有价值且极富挑战性和前沿性的研究课
题。
但实际上，目前我国在人工智能的理论方面还是依赖于国外的理论，甚至可以说在人工智能方面，我国目前还没有研究出突破性的理论。大部分学者都是在跟随国外学者的脚步，无法独立研究，形成了严重的依赖性。尽管我国也有些公司研究出了一些产品，但严重依赖于国外的技术专利，使得研究利润大打折扣，甚至受制于那些技术，从而无法进行突破性的研究。
正因如此，我国应鼓励技术人员和研究人员大胆创新，独立创新。而目前，市场上人工智能产品无论是质量或数量，还无法满足社会的需求；或者说，现在的人工智能产品还是初级产品，在这个新领域里，还需要各种创新性的理论来支撑更为高级的产品的开发。
七、结语
人工智能研究将是21世纪早期逻辑学发展的主要动力源泉。人工智能研究必须建立在归纳逻辑基础之上，从而达到多领域交叉合作来共同促进人工智能研究的广泛而深远的发展。我们现在所涉及的基于归纳逻辑的人工智能以及机器学习和归纳学习的系统研究还处于初级阶段。正如王雨田教授所说，在未来的计算机归纳学习或发现的研究中，将归纳逻辑的某些理论方法或系统与机器学习、不确定性推理、神经网络中对归纳逻辑的研究适当“接”起来，以改进并逐步革新现有的归纳学习系统，促使机器学习中归纳学习的基础理论形成，并进一步从事归纳发现与归纳学习的基础理论与系统的研究开发，这是人工智能科学研究中的一项重大任务。
八、参考文献：
[1]孙沛.计算机辅助教学.内蒙古大学出版社，2000.
[2]阿兰・麦席森・图灵.计算机能思考吗[D].中国知网，1950.
[3]王雨田.归纳逻辑与人工智能相结合的研究问题[J].哲学研究，1992（4）.
[4]王雨田.归纳逻辑和人工智能[M].中国纺织大学出版社，1995：1-2.
[5]刘晓霞.新的知识表示方法――概念图.航空计算技术.1997（4）
[6]王永庆.人工智能原理与方法.西安交通大学出版社.1998
[7]蔡自兴.佑.人工智能及其应用.清华大学出版社.1996(2)
12345第二篇：关于智能机器人的学习报告3100字
关于智能机器人的学习报告
摘要
大一第一学期我学习了《机械工程概论》一课，听了各位老师机械学科的各种发展方向的介绍，我对机械学科有了一个大概的了解。其中，我对老师介绍的智能机器人产生了浓厚的兴趣，于是便搜集了一些资料并且稍作整理写了这篇论文，简单介绍一下我对智能机器人的认识和了解.
关键词：机械工程概论智能机器人
第一章
机器人分类:机器人按其智能程度可分为一般机器人和智能机器人。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人。到目前为止，在世界范围内还没有一个统一的智能机器人定义。大多数专家认为智能机器人至少要具备以下三个要素：一是感觉要素，
用来认识周围环境状态；二是运动要素，对外界做出反应性动作；三是思考要素，根据感觉要素所得到的信息，思考采用什么样的动作。感觉要素包括能感知视觉、接近、距离的非接触型传感器和能感知力、压觉、触觉的接触型传感器。这些要素实质上就相当于人的眼、鼻、耳等五官，它们的功能可以利用诸如摄像机、图像传感器、超声波传感器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实现。对
运动要素来说，智能机器人需要有一个无轨道型移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括位置控制，而且还要有力度控制、位置与力度混合控制及伸缩率控制等。智能机器人的思考要素是三个要素中的关键，也是应赋予机器人的必备要素。思考要素包括判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。智能机器人根据智能程度的不同又可分为三种：
(1)传感型机器人――具有利用传感信息
(包括视觉、听觉、触觉、接近觉、力觉和红外、超声及激光等)进行传感信息处理及实现控制与操作的能力。
(2)交互型机器人――机器人通过计算机系统与操作员或程序员进行人-机对话，实现对机器人的控制与操作。
(3)自主型机器人――在设计制作之后，机器人无需人的干预，能够在各种环境下自动完成各项拟人任务。智能机器人的研究从20世纪60年代初开始。经过几十年的发展，目前，基于感觉控制的智能机器人(又称第二代机器人)已达到实际应用阶段；基于知识控制的智能机器人(又称自主机器人或下一代机器人)也取得较大进展，已研制出多种样机。
第二章
智能机器人技术的形成与发展时期
智能机器人是人工智能的综合成果，它是在扩大计算机的功能和研究人工智能的实验床的基础上形成和发展起来的。19xx年，美国人工智能学者Shanonn和Minsky为使计算机更有用，提出给计算机装上手的想法。19xx年麻省理工学院(MIT)林肯实验室的H.A.ERNST把AMF公司处理放射线物质的伺服操作器和MIT的Tx-0计算机连接起来，研制出具有感觉，由计算机控制的MH-1型智能机器人。它凭触觉判断积木的形状，并把散放的积木进行组装。同时，L.G.Robons开展了给计算机装上眼的研究，即以电视摄象机作为与计算机的接口，进行物体识别研究。19xx年，他又发展了齐次坐标变换法，用于决定机械手的位置和方向，提出机器人位置控制方法。19xx年，综合上述成果出现了装有电视摄象机，由计算机控制的智能机器人。这种机器人通过电视摄像机确定物体的位置，用齐次坐标变换的数学方法计算出各关节的转角和手臂的位置。随后美国斯坦福大学研制出能进行行动规划的眼-车系统；MIT研制出手-眼系统；英国爱丁堡大学研制出手-眼结合的智能机器人系统；日本研制出能按识别图形进行积木组装的机器人和带视觉反馈的手-眼系统。
人工智能研究者通过智能机器人实验床把人工智能活现出来，第一次证实了智能机器人可以根据环境和任务目标制定行动规划和进行操作，尤其是它能使用
简单的工具
去完成某种任务，这项发现具有非常重要的科学价值。由于智能机器人本身难度较大，耗资多，与实际应用较远，长期以来只有技术驱动，没有形
成产品，发展比较缓慢。而几乎与其同期形成和发展的第一代工业机器人却进展较快。进入20世纪70年代之后，研究重点转向智能机器人的单元技术：如计算机视觉、机器人语言、操作器的高级控制、触觉等研究课题。智能机器人基础技术的发展促进了整机性能的提高，开始了面向自动化的应用研究。智能机器人的主要研制目的是为了解决工业装配、原子能利用、宇宙和海洋开发等领域的需要。由于研究目的明确，针对性强，实际需要迫切，研制和使用部门结合，资金、人力集中使用，因此研制出了面向自动化应用的各种机器人。如美国麻省理工学院的电动机机器人装配系统以及西屋电气公司可实现柔性自动装配的电动机机器人装配系统，二者均可进行8种小型电动机的装配；日本研制的各种智能机器人可用于电动机组装、集成电路压焊和印刷电路检查等。另外，特殊条件下工作的特种机器人也已取得实验成果。
第三章
智能机器人的实用阶段
20世纪80年代中期以后，第一代工业机器人的市场趋于饱和，工业机器人的应用开始从汽车领域转向电子、机械装配和非制造领域。由于一般的工业机器人没有视觉和触觉，已适应不了新用途的需要。只有让机器人学会感知它们所触到的部件，其产品的销路才有保证。智能机器人为人工智能实验床所使用，促进了计算机视觉、触觉传感器、操
作器控制等单元技术的发展，为智能机器人的研制和应用奠定了技术基础。因此，在工业机器人处于更新换代的转折关头，没有思想准备的许多机器人制造厂家出现了产品滞销现象；而善于抓住时机的厂家就发展壮大。如Adept公司能及时抓产品转向工作，他们的产品目标不是面向汽车工业，而是面向电子工业，重点研究轻型装配机器人，采用了许多新技术，研制出了高精度、高速度、高柔性、带视觉的智能机器人。随后该公司的销售额迅速增加，19xx年为2500万美元，19xx年达到3400万美元。其产品占美国装配机器人市场的24%，其中30%是电子工业公司的订货。销量的增长极大地促进了智能机器人的发展。
第四章
智能机器人的普及应用阶段
20世纪90年代，智能机器人将以装配机器人为先导产品，以电子、电气及精密机械制造为先导应用产业，慢慢进入普及应用阶段。
随着机器人技术的发展，许多机器人研制和生产厂家正在广泛采用视觉、力觉和其他传感技术，以提高机器人的智能水平，从而提高机器人的性能，使精度和重复精度更高，速度更快，并且降低机器人的成本。这样就使得采用智能机器人生产的单位产品成本低于用传统技术及工业机器人生产的单位产品成本，使智能机器人技术的性价比提高，最终导致企业对机器人的需求量会逐步增加。
与电子计算机的普及是从微机即个人计算机出现以后才广泛展开一样，20世纪90年代小型、微型智能机器人也将得到普及应用。目前美国、日本已研制出用于工业、医疗、服务等领域的各种型号微小型机器人。美国近年来在食品行业正在普及服务机器人，日本已研制出家用自动清洁且负责警戒的机器人、医护机器人及娱乐机器人等。
第五章
对智能机器人未来发展的展望
相信进入21世纪，更多先进的技术手段将被应用于智能机器人的研发制造中，而更加智能化，更加全面的机器人也会逐渐地进入我们的视野，渗透我们的生活，为我们的生产生活带来意想不到的便利。我相信，我们的生产生活将会因为他们的加入而变得更加方便快捷，变得更加丰富多彩。
【参考文献】
【1】《机械工程概论》郭绍义主编
【2】网络
＋更多类似范文┣ 人工智能导论1-4章作业1500字┣ 精馏实验报告5000字┣ 人工智能7100字┣ 更多人工智能实验报告【人工智能调查报告
2023-06-10人工智能-多种模式识别的调研报告5100字郑州科技学院郑州科技学院本科毕业设计论文题目多种模式识别的调研报告姓名闫永光专业计算机科学与技术学号20xx15025指导教师郑州科技学院信息工程系二一四年六月1郑州科技学院摘要信息技术的飞速发展使得人工智能的...
2023-06-09人工智能研究报告5900字人工智能研究报告成员：XXX基本信息概念各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种挥发性分泌物pheromone(称为信息素,该物质随着时间的推移会逐渐…
2023-06-09关于人工智能技术的专业调查报告2900字关于人工智能技术的专业调查报告前言随着现代科学技术的飞速发展先进的技术在各个领域都得到了广泛的应用使得生产力获得了大幅度的提高为改善人民生活水平作出了巨大贡献下一次生产力飞跃的突破口在哪里目前越来越多的科学家把...
2023-06-09人工智能报告4400字人工智能报告论人工智能的应用及发展姓名学号班级计算机1202学院计算机与通信工程学院老师人工智能的应用及发展摘要人工智能ArtificialIntelligence是研究开发用于模拟延伸和扩展人的智能的理论方法...
2023-06-10人工智能报告17500字语音识别及控制技术在智能家居中的应用摘要随着生活水平不断的提高人们对家庭住宅需求的概念也发生着变化智能家居利用先进的计算机嵌入式系统和网络通讯技术提供安全舒适宜人的高品位家庭生活语音识别控制技术在智能家居中的运...
2023-06-09人工智能实验报告6600字人工智能第二次实验报告一实验题目遗传算法的设计与实现二实验目的通过人工智能课程的学习熟悉遗传算法的简单应用三实验内容用遗传算法求解fxx2的最大值x031x取整数可以看出该函数比较简单只要是为了体现遗传算法的思...
2023-06-09人工智能实验报告西南大学实验报告人工智能院系计算机与信息科学学院专业学号姓名指导老师
2023-06-10人工智能报告12000字人工智能学习报告学习人工智能后的报学号20xx09040209姓名班级指导老师朱江日期20xx李进威机械二班年1月5日成都理工大学I告人工智能学习报告目录人工智能学习报告1一引言2二人工智能概述2三人工智能的发...
2023-05-31湖南大学人工智能实验2报告3600字人工智能实验二使用Prolog的一阶逻辑推理实验20xx08070124易雪媛智能1201一实验目的1学会使用Prolog语言2用Prolog语言巩固一阶逻辑知识3能够使用prolog语言实现一阶逻辑的证明二实...
2023-05-22人工智能读书报告知识及推理9100字人工智能读书报告知识及推理摘要人工智能的目标是使机器能够成为具有和人类一样智能的系统而知识和推理一直被认为是智能最集中的体现在实际运行的系统中实现智能的知识推理是具有非常重要的意义知识表示是人工智能领域中非常重...
2023-05-22人工智能实验报告5700字人工智能实验报告实验名称模糊方法实现电热箱的闭环控制实验模糊逻辑控制FuzzyLogicControl简称模糊控制FuzzyControl是以模糊集合论模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术1...
2023-05-22人工智能实验报告02邹维韬10600字实验2TSP问题的遗传算法实现1001120620xx302516邹维韬12内容结合家乡交通网络图作业实现基于遗传算法的遍历方案要求熟练掌握遗传算法的原理及应用访n个城市他必须选择所要走的路径路径的限制是每个城...
2023-05-31《人工智能导论》课程研究报告总结11100字人工智能导论课程研究报告题目BP神经网络的非线性函数拟合班级自动化1303班姓名汪洋房亮彭正昌蔡博刘航范金祥学号20xx年1月1日目录第一章人工智能相关介绍11人工神经网络与matlab312人工神经网络的研究...
2023-06-10八数码问题安徽大学人工智能实验报告8300字人工智能实验八数码一实验目的掌握八数码问题求解二实验内容使用启发式搜索算法求解8数码问题1编制程序实现求解8数码问题A算法采用估价函数wnfndnpn其中dn是搜索树中结点n的深度wn为结点n的数据库中错放的棋...
2023-06-10Prolog人工智能实验报告900字华北电力大学科技学院实验报告实验名称课程名称人工智能及应用学生姓名号成绩指导教师刘丽实验日期专业班级学实验报告如打印纸张用A4左装订页边距上下25cm左29cm右21cm字体宋体小四号125倍行距验证性综合性实...
2023-06-09智能家居社会调查报告8200字智能家居行业的调查报告目录一智能家居的概述二智能家居行业的前景展望三对福建省科正智能科技有限公司的访问四对智能家居的相关调查五个人感想及导师评价一智能家居概述1智能家居的定义智能家居是利用先进的计算机技术网络通...
2023-06-10人工智能实验报告-八数码(1)8900字人工智能实验一题目实验一启发式搜索算法1实验内容使用启发式搜索算法求解8数码问题编制程序实现求解8数码问题A算法采用估价函数wnfndnpn其中dn是搜索树中结点n的深度wn为结点n的数据库中错放的棋子个数pn...
2023-05-30科研公司有关智能的开发计划调查报告7700字科研公司有关智能的开发计划调查报告题目智能科学与技术和信息产业发展的关系目录前言3调查方法3调查结果31IBM智能开发计划311智慧的地球412从深蓝到沃森42微软智能开发计划43思科智能开发计划54联想智能开...
【人工智能
调研报告与调查报告的区别3500字调研报告与调查报告的区别及其写作技巧、样本及格式要求-志文工作室编辑18800字调研报告与调查报告的区别700字调查报告与调研报告的区别5400字论文与调研文章的区别1000字论文的开题报告和论文初稿有什么格式区别3800字人工智能-多种模式识别的调研报告
摘要
信息技术的飞速发展使得人工智能的应用范围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。
模式识别(PatternRecognition)是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理 的研究有交叉关系。模式识别的发展潜力巨大。
关键词：模式识别；人工智能；多种模式识别的应用；模式识别技术的发展潜力
引言
随着计算机应用范围不断的拓宽，我们对于计算机具有更加有效的感知“能力”，诸如对声音、文字、图像、温度以及震动等外界信息，这样就可以依靠计算机来对人类的生存环境进行数字化改造。但是从一般的意义上来讲，当前的计算机都无法直接感知这些信息，而只能通过人在键盘、鼠标等外设上的操作才能感知外部信息。虽然摄像仪、图文扫描仪和话筒等相关设备已经部分的解决了非电信号的转换问题，但是仍然存在着识别技术不高，不能确保计算机真正的感知所采录的究竟是什么信息。这直接使得计算机对外部世界的感知能力低下，成为计算机应用发展的瓶颈。这时，能够提高计算机外部感知能力的学科——模式识别应运而生，并得到了快速的发展。人工智能中所提到的模式识别是指采用计算机来代替人类或者是帮助人类来感知外部信息，可以说是一种对人类感知能力的一种仿真模拟。它探讨的是计算机模式识别系统的建立，通过计算机系统来模拟人类感官对外界信息的识别和感知
1、模式识别
什么是模式和模式识别？
模式可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。
模式识别(PatternRecognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（SupervisedClassification）和无监督的分类(UnsupervisedClassification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知。一般说来，有监督的分类往往需要提供大量已知类别的样本，但在实际问题中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。
2、人工智能
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
3、多种模式识别的应用
3.1文字识别
汉字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋。所以在信息技术及计算机技术日益普及的今天，如何将文字方便、快速地输入到计算机中已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我过得到普及的应用。目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入速度慢而且劳动强度大；自动输入又分为汉字识别输入及语音识别输入。从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了连机手写体识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。
3.2语音识别
语音识别技术技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，并日益成为人们日常生活和工作中重要且普及的安验证方式。而且利用基因算法训练连续隐马尔柯夫模型的语音识别方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，也有较高的识别率。
3.3指纹识别
我们手掌及其手指、脚、脚趾内侧表面的皮肤凹凸不平产生的纹路会形成各种各样的图案。而这些皮肤的纹路在图案、断点和交叉点上各不相同，是唯一的。依靠这种唯一性，就可以将一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个大的类别:leftloop,rightloop,twinloop,whorl,arch和tentedarch,这样就可以将每个人的指纹分别归类，进行检索。指纹识别基本上可分成：预处理、特征选择和模式分类几个大的步骤。
3.4图像模式识别
图像模式识别的方法很多，从图像模式识别提取的特征对象来看，图像识别方法可分为以下几种：基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术。其中，基于形状特征的识别方法，其关键是找到图像中对象形状及对此进行描述，形成可视特征矢量，以完成不同图像的分类，常用来表示形状的变量有形状的周长、面积、圆形度、离心率等。基于色彩特征的识别技术主要针对彩色图像，通过色彩直方图具有的简单且随图像的大小、旋转变换不敏感等特点进行分类识别。基于纹理特征的识别方法是通过对图像中非常具有结构规律的特征加以分析或者则是对图像中的色彩强度的分布信息进行统计来完成。
从模式特征选择及判别决策方法的不同可将图像模式识别方法大致归纳为两类:统计模式(决策理论)识别方法和句法(结构)模式识别方法。此外，近些年随着对模式识别技术研究的进一步深入，模糊模式识别方法和神经网络模式识别方法也开始得到广泛的应用。在此将这四种方法进行一下说明。
3.5句法模式识别
对于较复杂的模式，如采用统计模式识别的方法，所面临的一个困难就是特征提取的问题，它所要求的特征量十分巨大，要把某一个复杂模式准确分类很困难，从而很自然地就想到这样的一种设计，即努力地把一个复杂模式分化为若干较简单子模式的组合，而子模式又分为若干基元，通过对基元的识别，进而识别子模式，最终识别该复杂模式。正如英文句子由一些短语，短语又由单词，单词又由字母构成一样。用一组模式基元和它们的组成来描述模式的结构的语言，称为模式描述语言。支配基元组成模式的规则称为文法。当每个基元被识别后，利用句法分析就可以作出整个的模式识别。即以这个句子是否符合某特定文法，以判别它是否属于某一类别。这就是句法模式识别的基本思想。
句法模式识别系统主要由预处理、基元提取、句法分析和文法推断等几部分组成。由预处理分割的模式，经基元提取形成描述模式的基元串（即字符串）。句法分析根据文法推理所推断的文法，判决有序字符串所描述的模式类别，得到判决结果。问题在于句法分析所依据的文法。不同的模式类对应着不同的文法，描述不同的目标。为了得到于模式类相适应的文法，类似于统计模式识别的训练过程，必须事先采集足够多的训练模式样本，经基元提取，把相应的文法推断出来。实际应用还有一定的困难。
3.6统计模式识别
统计模式识别是目前最成熟也是应用最广泛的方法，它主要利用贝叶斯决策规则解决最优分类器问题。统计决策理论的基本思想就是在不同的模式类中建立一个决策边界，利用决策函数把一个给定的模式归入相应的模式类中。统计模式识别的基本模型如图2，该模型主要包括两种操作模型：训练和分类，其中训练主要利用己有样本完成对决策边界的划分，并采取了一定的学习机制以保证基于样本的划分是最优的;而分类主要对输入的模式利用其特征和训练得来的决策函数而把模式划分到相应模式类中。
统计模式识别方法以数学上的决策理论为基础建立统计模式识别模型。其基本模型是:对被研究图像进行大量统计分析，找出规律性的认识，并选取出反映图像本质的特征进行分类识别。统计模式识别系统可分为两种运行模式:训练和分类。训练模式中，预处理模块负责将感兴趣的特征从背景中分割出来、去除噪声以及进行其它操作;特征选取模块主要负责找到合适的特征来表示输入模式;分类器负责训练分割特征空间。在分类模式中，被训练好的分类器将输入模式根据测量的特征分配到某个指定的类。统计模式识别组成如图2所示。
图2统计模式识别模型
4、模式识别技术的发展潜力
模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、网络化的世纪，在这个以数字计算为特征的世纪里，作为人工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。在国际上，各大权威研究机构，各大公司都纷纷开始将模式识别技术作为公司的战略研发重点加以重视。
3.1语音识别技术
语音识别技术正逐步成为信息技术中人机接口的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来5年，中文语音技术领域将会有超过400亿人民币的市场容量,然后每年以超过30%的速度增长。
3.2生物认证技术
生物认证技术本世纪最受关注的安全认证技术，它的发展是大势所趋。人们愿意忘掉所有的密码、扔掉所有的磁卡，凭借自身的唯一性来标识身份与保密。国际数据集团（IDC）预测：作为未来的必然发展方向的移动电子商务基础核心技术的生物识别技术在未来10年的时间里将达到100美元的市场规模。
3.3数字水印技术
90年代以来才在国际上开始发展起来的数字水印技术是最具发展潜力与优势的数字媒体版权保护技术。IDC预测，数字水印技术在未来的5年内全球市场容量超过80亿美元。
结语
综上所述，模式识别从20世纪20年代发展至今，人们的一种普遍看法是不存在对所有模式识别问题都适用的单一模型和解决识别问题的单一技术，我们现在拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把统计模式识别或句法模式识别与支持向量机的机器学习结合起来，把人工神经元网络与各种已有技术以及人工智能中的专家系统、不确定推理方法结合起来，深入掌握各种工具的效能和应有的可能性，互相取长补短，开创模式识别应用的新局面。
参考文献
1边肇祺，张学工等编著.模式识别(第二版).北京：清华大学出版社，2000.
2王碧泉，陈祖荫.模式识别理论、方法和应用.北京：地震出版社，1989.
3赵陵滋，甘云祥.统计模式识别算法的MATLAB语言实现.应用科技
4语音识别理想与现实的距离
5人类形象思维模式识别与机器模式识别之探讨
6指纹认证方法应注意的问题
12345第二篇：人工智能与模式识别9200字
人工智能与模式识别
摘要：信息技术的飞速发展使得人工智能的应用范围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。模式识别是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。模式识别的发展潜力巨大。
关键词：模式识别；数字识别；人脸识别中图分类号；
Abstract:Therapiddevelopmentofinformationtechnologymakestheapplicationofartificialintelligencebecomemoreandmorewidely.Patternrecognition,asoneoftheimportantaspects,hasalwaysbeenanimportantdirectionofartificialintelligenceresearch.Intheintroductionofartificialintelligenceandpatternrecognitionrelatedknowledgeatthesametime,artificialintelligenceinpatternrecognitionapplicationswerediscussed.Patternrecognitionisabasichumanintelligence,theemergenceofthe20thcentury,40yearsofcomputerandtheriseofartificialintelligenceinthe1950s,patternrecognitiontechnologyhasmadegreatprogress.Patternrecognitionandstatistics,psychology,linguistics,computerscience,biology,cyberneticsandsohavearelationship.Ithasacross-correlationwithartificialintelligenceandimageprocessing.Thepotentialofpatternrecognitionishuge.
Keywords:patternrecognition;digitalrecognition;facerecognition;
1引言随着计算机应用范围不断的拓宽，我们对于计算机具有更加有效的感知“能力”，诸如对声音、文字、图像、温度以及震动等外界信息，这样就可以依靠计算机来对人类的生存环境进行数字化改造。但是从一般的意义上来讲，当前的计算机都无法直接感知这些信息，而只能通过人在键盘、鼠标等外设上的操作才能感知外部信息。虽然摄像仪、图文扫描仪和话筒等相关设备已经部分的解决了非电信号的转换问题，但是仍然存在着识别技术不高，不能确保计算机真正的感知所采录的究竟是什么信息。这直接使得计算机对外部世界的感知能力低下，成为计算机应用发展的瓶颈。这时，能够提高计算机外部感知能力的学科——模式识别应运而生，并得到了快速的发展，同时也成为了未来电子信息产业发展的必然趋势。
人工智能中所提到的模式识别是指采用计算机来代替人类或者是帮助人类来感知外部信息，可以说是一种对人类感知能力的一种仿真模拟。近年来电子产品中也加入了诸多此类的功能：如手机中的指纹识别解锁功能；眼球识别解锁技术；手势拍照功能亦或是机场先进的人耳识别技术等等。这些功能看起来纷繁复杂，但如果需要一个概括的话，可以说这都是模式识别技术给现代生活带来的福分。它探讨的是计算机模式识别系统的建立，通过计算机系统来模拟人类感官对外界信息的识别和感知，从而将非电信号转化为计算机可以识别的电信号。
2人工智能和模式识别人工智能（ArtificialIntelligence），是相对与人的自然智能而言的，它是指采用人工的方法及技术，对人工智能进行模仿、延伸及扩展，进而实现“机器思维”式的人工智能。简而言之，人工智能是一门研究具有智能行为的计算模型，其最终的目的在于建立一个具有感知、推理、学习和联想，甚至是决策能力的计算机系统，快速的解决一些需要专业人才能解决的问题。从本质上来讲，人工智能是一种对人类思维及信息处理过程的模拟和仿真。
模式识别，即通过计算机采用数学的知识和方法来研究模式的自动处理及判读，实现人工智能。在这里，我们将周围的环境及客体统统都称之为“模式”，即计算机需要对其周围所有的相关信息进行识别和感知，进而进行信息的处理。在人工智能开发，即智能机器开发过程中的一个关键环节，就是采用计算机来实现模式（包括文字、声音、人物和物体等）的自动识别，其在实现智能的过程中也给人类对自身智能的认识提供了一个途径。在模式识别的过程中，信息处理实际上是机器对周围环境及客体的识别过程，是对人参与智能识别的一个仿真。相对于人而言，光学信息及声学信息是两个重要的信息识别来源和方式，它同时也是人工智能机器在模式识别过程中的两个重要途径。在市场上具有代表性的产品有：光学字符识别系统以及语音识别系统等。
在这里的模式识别，我们可以将之理解成为：根据识别对象具有特征的观察值来将其进行分类的一个过程。采用计算机来进行模式识别，是在上世纪60年代初发展起来的一门新兴学科，但同样也是未来一段实践中发展的必然方向。在生活节奏相当之快的今天人们希望电子产品可以为我们的生活提供更多的便利条件。因此在未来相当一段时间内模式识别技术依然是发展的必然趋势。
模式识别的定义是借助计算机，就人类对外部世界某一特定环境中的客体、过程和现象的识别功能(包括视觉、听觉、触觉、判断等)进行自动模拟的科学技术。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科。
模式识别(PatternRecognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（SupervisedClassification）和无监督的分类(UnsupervisedClassification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知。一般说来，有监督的分类往往需要提供大量已知类别的样本，但在实际问题中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。
此外，模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。
模式识别研究主要集中在两方面,一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴,二是在给定的任务下,如何用计算机实现模式识别的理论和方法。
模式识别与很多学科都有联系，它与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。
模式识别的方法主要有决策理论方法和句法方法，模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方法。这两种方法不能截然分开，在句法方法中，基元本身就是用决策理论方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。
模式识别的应用非常广泛，比较典型的有：1文字识别：在信息技术及计算机技术日益普及的今天，如何将文字方便、快速地输入到计算机中已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我过得到普及的应用。目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入速度慢而且劳动强度大；自动输入又分为汉字识别输入及语音识别输入。从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了联机手写体识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。2语音识别：语音识别技术技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，并日益成为人们日常生活和工作中重要且普及的安验证方式。而且利用基因算法训练连续隐马尔柯夫模型的语音识别方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，也有较高的识别率。3指纹识别：每个人的指纹是唯一的，依靠这种唯一性，就可以将一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个大的类别:环型(loop),螺旋型(whorl),弓型(arch),这样就可以将每个人的指纹分别归类，进行检索。指纹识别基本上可分成：预处理、特征选择和模式分类几个大的步骤。除了这几个眼下热门的方向，模式识别还在遥感和医学诊断领域发挥了重要的作用。
最后介绍下模式模式识别的发展潜力，模式识别技术有着近乎无限的发展潜力，模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、网络化的世纪，在这个以数字计算为特征的世纪里，作为人工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。在国际上，各大权威研究机构，各大公司都纷纷开始将模式识别技术作为公司的战略研发重点加以重视。模式识别发展潜力较大的技术有1语音识别技术，语音识别技术正逐步成为信息技术中人机接口(HumanComputerInterface,HCI)的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来5年，中文语音技术领域将会有超过400亿人民币的市场容量,然后每年以超过30%的速度增长。2生物认证技术，生物认证技术(Biometrics)本世纪最受关注的安全认证技术，它的发展是大势所趋。人们愿意忘掉所有的密码、扔掉所有的磁卡，凭借自身的唯一性来标识身份与保密。国际数据集团（IDC）预测：作为未来的必然发展方向的移动电子商务基础核心技术的生物识别技术在未来10年的时间里将达到100亿美元的市场规模。3数字水印技术90年代以来才在国际上开始发展起来的数字水印技术(DigitalWatermarking)是最具发展潜力与优势的数字媒体版权保护技术。IDC预测，数字水印技术在未来的5年内全球市场容量超过80亿美元。
模式识别从20世纪20年代发展至今，人们已经形成了一种普遍看法，那就是不存在对所有模式识别问题都适用的单一模型和解决识别问题的单一技术，我们现在拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把统计模式识别或句法模式识别与支持向量机的机器学习结合起来，把人工神经元网络与各种已有技术以及人工智能中的专家系统、不确定推理方法结合起来，深入掌握各种工具的效能和应有的可能性，互相取长补短，开创模式识别应用的新局面。
3人工智能在模式识别中的应用（一）数字识别及语音识别。在数字识别的过程中，对于手写体的识别一直是一个难题，而其又在邮政编码的识别、银行业务等方面具有较为广泛的应用，但是其字体形式变化较大，导致提高对其的识别率成为了一个难题，精准的识别存在着较大的困难。而采用人工智能中的神经网络技术后，系统可以利用神经网络的学习及快速并行功能来实现对手写数字的快速识别，有力的提高相关运用领域的工作效率。
而语音识别，简单的将就是能使得计算机能听懂人所说的话，一个典型的例子就是七国语言（中、日、英、意、韩、法、德）口语自动翻译系统，它可以将人说的话翻译成为机器所设定的目的语言，在整个过程中不需要翻译人员的参与。其中的中文部分实验平台设置在中科院自动化所的模式识别国家重点实验室中，这标志着我国的机器口语翻译研究已经跨入世界先进行列。在这个系统的功能实现之后，出国旅行需要预定旅馆、购买机票、就餐等需要和外国人进行对话时，只需要利用电话网络或者是国际互联网就能够顺利的和对方进行通话，进行语言交流。
在数字识别的过程中，对于手一83一写体的识别一直是一个难题，而其又在邮政编码的识别、银行业务等方面具有较为广泛的应用，但是其字体形式变化较大，导致提高对其的识别率成为了一个难题，精准的识别存在着较大的困难。而采用人工智能中的神经网络技术后，系统可以利用神经网络的学习及快速并行功能来实现对手写数字的快速识别，有力的提高相关运用领域的工作效率。而语音识别，简单的将就是能使得计算机能听懂人所说的话，一个典型的例子就是七国语言(中、日、英、意、韩、法、德)口语自动翻译系统，它可以将人说的话翻译成为机器所设定的目的语言，在整个过程中不需要翻译人员的参与。其中的中文部分实验平台设置在中科院自动化所的模式识别国家重点实验室中，这标志着我国的机器口语翻译研究已经跨入世界先进行列。在这个系统的功能实现之后，出国旅行需要预定旅馆、购买机票、就餐等需要和外国人进行对话时，只需要利用电话网络或者是国际互联网就能够III~I的和对方进行通话，进行语言交流。
（二）人脸立体识别模式。人脸识别的过程主要包括这样三个主要的部分：
其一，人脸模式库，即与所采集的实时图像进行对比，判断其是否存在于人脸模式库当中，若存在，则给出每个人脸的位置和大小等相关的脸部信息；
其二，对面部特征进行定位，即对每一个人脸的主要器官进行检测，包括对其的具体位置和形状等特征进行具体的信息收集，然后将之进行归一化的处理；
其三，比对，即根据所采集到得人脸面部特征来和人脸模式库中的图像进行对比，之后对该人脸的身份进行核实。
常见的人脸识别技术大部分可以归为这样三个类型：采用基于几何特征的方法，基于模板的方法以及基于模型的方法。其中，基于几何特征的方法最为常见，它通常需要与其他的算法进行结合之后才能形成比较好的识别效果；而基于模板的方法又能够分为基于匹配的方法、脸部特征的方法、线性判别分析的方法、神经网络方法以及奇异值分解方法等；再次，基于模型的方法主要包括基于隐马尔可夫模型、主动外观模型和主动形状模型方法等。
采用人脸识别模式来进行身份验证具有明显的有点，诸如：易用性好、准确度高、隐私性能好、稳定性好，且能被大部分的用户容所接受。人脸二维图像的识别已经基本实现，但是基于三维的立体图像人脸识别技术却处于研发阶段。人脸的二维及三维模型所反映的脸部外部信息是不同的，二维图像中的灰度值反映的是人脸表面亮度的差异，而三维图像中添加了深度信息，它能够表达脸形的信息数据，使得脸部的信息量更加丰富，能提高脸部的识别概率。
人脸立体识别模式。人脸识别的过程主要包括这样三个主要的部分：其一，人脸模式库，即与所采集的实时图像进行对比，判断其是否存在于人脸模式库当中，若存在，则给出每个人脸的位置和大小等相关的脸部信息；其二，对面部特征进行定位，即对每一个人脸的主要器官进行检测，包括对其的具体位置和形状等特征进行具体的信息收集，然后将之进行归一化的处理；其三，比对，即根据所采集到得人脸面部特征来和人脸模式库中的图像进行对比，之后对该人脸的身份进行核实。常见的人脸识别技术大部分可以归为这样三个类型：采用基于几何特征的方法，基于模板的方法以及基于模型的方法。其中，基于几何特征的方法最为常见，它通常需要与其他的算法进行结合之后才能形成比较好的识别效果；而基于模板的方法又能够分为基于匹配的方法、脸部特征的方法、线性判别分析的方法、神经网络方法以及奇异值分解方法等；再次，基于模型的方法主要包括基于隐马尔可夫模型、主动外观模型和主动形状模型方法等。采用人脸识别模式来进行身份验证具有明显的有点，诸如：易用性好、准确度高、隐私性能好、稳定性好，且能被大部分的用户容所接受。人脸二维图像的识别已经基本实现，但是基于三维的立体图像人脸识别技术却处于研发阶段。人脸的二维及三维模型所反映的脸部外部信息是不同的，二维图像中的灰度值反映的是人脸表面亮度的差异，而三维图像中添加了深度信息，它能够表达脸形的信息数据，使得脸部的信息量更加丰富，能提高脸部的识别概率。
4蚁群算法与物流配送4.1物流配送的优化方法随着物流配送向集约化、一体化方向发展，常将配送的各环节综合考虑，其核心部分是配送车辆的集货、配货和送货过程。配送系统优化，主要是配送车辆的优化调度(包括集货路线优化、货物装配和送货路线优化)，以及集货、配货和送货一体化优化。车辆路径问题(VehicleRoutingProblem，VRP)是配送环节的重要组成部分。合理安排车辆数和车辆路线是减少浪费、提高经济效益的重要手段，不但可以降低商品的物流成本，还可以提高客户的满意度，扩大潜在市场，这对于整个物流运输速度、成本、效益有着重要的影响。
近年来，国内外专家对VRP问题的研究日趋深入，但多数集中于对某个单一目标的优化研究，并假设满足某些约束条件。而在实际车辆调度过程中，经常涉及到时间或空间各方面的约束。因此，多目标问题比单目标问题就更常见。VRP问题有多种模型，其中：带时间窗的车辆路径问题(VehicleRoutingProbtemwithTimeWindows，VRPTW)是一个具有代表性的带约束多目标问题。与典型的旅行商问题(TravelingSalesmanProblem，TSP)相比，增加了车容量、时间窗等约束条件，其中两个目标维度分别为车辆数与总时间耗费(或总路径长度当速度定义每单位时间耗费为1时)，其目标是在满足空间容量限制和时间限制的条件下，求使总成本最小的最优解。
目前，VRP问题的求解算法很多，可大致分为精确算法和启发式算法两大类。精确算法的计算量一般随着问题规模的增大而呈指数增长，所以多用于规模较小的问题。而对于求解大规模的NP(Non-deterministicPolynomialProblem)难题，则较常用模拟退火算法(SA)、禁忌搜索算法(TS)、遗传算法(GA)、神经网络（NN)、蚂蚁算法(AS)等现代启发式算法。
蚁群算法最初由意大利科学家Dorigo．M于1991年提出，是一种基于群体、用于求解复杂组合优化问题的通用搜索技术。该方法首先被应用于TSP，并在一系列阃题中得到应用，诸如二次分配、Job—shop、图着色问题、VRP问题、集成电路设计以及通信网络负载等离散优化问题等。但蚁群算法搜索时间长、易于停滞(即搜索到一定程度后所有个体所发现的解完全一致)，存在不能扩大对解空间继续搜索的缺陷。
4.2蚁群算法研究现状蚁群算法(AntSystem，AS)是一种新生算法，具有很强的通用性和鲁棒性。从提出到现在，仅短短十余年的时间，但其在离散型组合优化问题的求解中，表现出强大的优越性，所以引起人们的关注。目前蚁群算法的研究学者主要集中在比利时、意大利、德国等国家，美国和日本在近几年也开始了对蚁群算法的研究。国内的研究始于1998年末，主要在上海、北京、东北少数几个学校和研究所开展了此项工作。蚁群算法作为一种新型的智能优化算法，与其它优化算法相比，具有正反馈、分布式计算以及贪婪的启发式搜索等主要特点。正反馈过程使得该算法能够发现较好解；分布式计算使得该算法易于并行实现，更快得到较好解；与启发式算法相结合，使得该算法易于发现较好解，这些特点为更好解决复杂的组合优化问题提供了可能。由于在蚁群算法中所有个体都要进行信息素更新，造成了信息素分配的浪费和分配畸形，所以蚁群算法的性能并不很理想。Dorigo．M等人在蚁群算法又提出了改进的蚁群系统(AntColonySystem，简称ACS)，在蚂蚁选择下一城市时使用的转移概率中加入伪随机分配概率，以避免出现蚁群算法中的信息素分配畸形。尽管蚁群系统与蚁群算法相比提高了算法的性能，但它仍然使用蚁群算法中的全局信息素更新原则和局部信息素更新原则，即对所有个体进行信息素更新，造成了信息素的大量冗余，弱化了好信息素的强度。
目前，所有蚁群算法的改进基本上都是建立在蚁群算法基础之上。自1998年，第一届蚂蚁优化国际研讨会召开以来，已经是第三届了，大大推动了蚁群算法的发展。蚁群算法已经引起越来越多的关注，尽管还缺乏完善的理论分析，对它的有效性也没有给出严格的数学解释，但回顾模糊控制的发展历史，理论的不完善并不妨碍应用，有时应用是超前于理论的，并推动理论的研究，伴随着研究的不断深人，蚁群算法必将迎来一个光明的前景。
5心得体会在经济全球化快速发展的进程中，物流作为“第三利润源”对经济活动的影响越来越强，而它作为当前经济最重要的竞争领域，在优化国内外两个市场的资源配置中起着尤为重要的作用。随着电子商务的发展，出现了一些新的配送模式，使得储存不再是必然的环节，国外有巨头如ebay,国内也有阿里巴巴这样的电子商务帝国，他们的崛起，彻底改变了人们的生活方式。而电子商务的发展，离不开物流配送行业的快速发展。模式识别是一门与生活密切相关的学科，是今后电子产品发展的必然趋势。想想看我们现在身边的电子产品诸如手机、电脑乃至第三代身份证中无不存在模式识别技术的影子。手机电脑中的例子有很多，但与我们密切相关的三代身份证都需要录入指纹，为的是在未来的破案过程中警方可用提取道德指纹在指纹库中寻找到嫌疑人的身份信息。这会大大缩短破案时间提高治安水平，为人民的安居乐业提供前提。
的确模式识别这门学科设计了相当广泛的领域，是未来相当一段时间内飞速发展的领域，这门学科为大四还在迷茫的我指引了一个明确的前进方向。虽然这门学科暂时结业了，但我相信学无止境，在今后的日子里我也有了自己确定的研究方向。我会将一些工具学科的方法利用到这门学科中，或许我在段时间内做不出新的产品或者是项目，但我可以从头做起，先去学习已有的实例而后做相应的应用。
＋更多类似范文┣ 专题调研报告写作方法7800字┣ 请示与报告的区别1500字┣ 请示和报告的异同2600字┣ 请示与报告的区别1600字┣ 更多调研报告和调查报告的区别【人工智能总结
2023-06-10人工智能心得体会400字人工智能学习心得今天是我学习人工智能的第一堂课也是我上大学以来第一次接触人工智能这门课通过老师的讲解我对人工智能有了一些简单的感性认识我知道了人工智能从诞生发展到今天经历一个漫长的过程许多人为此做出了不懈的努力...
2023-06-10人工智能总结(精华版)4500字1PROLOG程序一般由一组事实规则和问题组成事实一般表示对象的性质或关系规则一般表示对象间的因果关系蕴含关系或对应关系问题表示用户的询问是程序运行的目标问题是程序执行的起点称为程序的目标PROLOG就是一种基...
2023-06-10人工智能期末总结8200字1谈谈你对于人工智能的认识人工智能就是人造智能目前指用计算机模拟或实现的智能因此人工智能又称机器智能人工智能在我看来应该是像人一样思考的系统像人一样行动的系统理性地思考的系统理性地行动的系统是像人一样具有感知的...
2023-06-09人工智能总结4800字第一章什么是人工智能智能就是在巨大的搜索空间中迅速找到一个满意解的能力即是知识和智力的总和智能的特征1感知能力2记忆与思维能力3学习能力及自适应能力4行为能力人工智能ArtificialIntelligence...
2023-06-09人工智能总结3900字11什么是人工智能人工智能ArtificialIntelligence是利用设备或机器用人工的方法对人脑的思维活动过程进行模拟当使得设备或机器的功能与脑功能大体等价时这种设备或机器的功能就可以认为是具有某种程度...
2023-06-09人工智能总结4700字形象思维抽象思维灵感思维人工智能的核心内容搜索技术推理技术知识表示人工智能语言应用领域专家系统知识库系统决策支持系统自然语言理解智能机器人模式识别知识表示方法谓词逻辑表示法语义网络表示法结构性好明确简洁直观推理...
2023-04-19人工智能总结1700字一智能的特点1具有感知能力2具有记忆与思维的能力3具有学习能力及自适应能力4具有行为能力二知识表示常用方法1一阶谓词逻辑表示法2产生式表示法3框架表示法4语义网络表示法5脚本表示法6过程表示法7Petri网表示...
2023-05-30人工智能总结---矿大版5600字只有部分概念计算题不包括第一章人工智能的定义人工智能主要研究人类智能活动的规律构造具有一定智能的人工系统研究如何让计算机去完成以往需要人类智力才能胜任的工作人工智能的发展划分为孕育期19xx年前形成期19xx年...
2023-06-09人工智能知识点总结12700字仅供内部人士专用CHW一概论1人工智能是由计算机科学控制论信息论神经生理学心理学语言学等构成2智能科学研究智能的基本理论和实现技术是由脑科学认知科学人工智能等学科构成的交叉学科3认知cognition是和情感动...
2023-06-10人工智能及其应用课程总结2000字人工智能及其应用课程总结20世纪40年代计算机的发明揭开了人类发展的新篇章使得人类追寻已久的脑力劳动机械化问题获得了解决的方法和途径计算机能够代替人类大脑进行复杂的计算并且能够根据计算对某些问题做出判断从某种程...
2023-04-16人工智能第一章总结1000字人工智能ArtificialIntelligence简称AI主要研究如何使用人工的方法和技术使用各种自动化机器或智能化机器模仿延伸和扩展人的智能实现某些机器的智能行为人工智能的研究目标及其意义1目标远期目标是要...
2023-06-09人工智能期末总结4300字1人工智能是何时何地怎样诞生的19xx年夏季美国的一些从事数学心理学计算机科学信息论和神经学研究的年轻学者汇聚在Dartmouth大学举办了一次长达两个月的学术讨论会认真而热烈的讨论了用机器模拟人类智能的问题在...
2023-05-30人工智能总结---矿大版5600字只有部分概念计算题不包括第一章人工智能的定义人工智能主要研究人类智能活动的规律构造具有一定智能的人工系统研究如何让计算机去完成以往需要人类智力才能胜任的工作人工智能的发展划分为孕育期19xx年前形成期19xx年...
2023-06-10人工智能学习心得3300字人工智能学习心得对人工智能的理解通过这学期的学习我对人工智能有了一定的感性认识个人觉得人工智能是一门极富挑战性的科学从事这项工作的人必须懂得计算机知识心理学和哲学人工智能是包括十分广泛的科学它由不同的领域组成如...
2023-05-30人工智能十大算法总结2600字51简述机器学习十大算法的每个算法的核心思想工作原理适用情况及优缺点等1C45算法ID3算法是以信息论为基础以信息熵和信息增益度为衡量标准从而实现对数据的归纳分类ID3算法计算每个属性的信息增益并选取具有最高增...
2023-06-10人工智能―课程论文5800字xxx大学学院专业班级姓名学号导师课题人工智能概论课程论文核自院机械工程及自动化机械x班xxxxxx人工智能原理与应用201x年1x月2x日1人工智能的原理与应用摘要人工智能AI一直都处于计算机技术的最前沿长久...
2023-06-09《人工智能》阅读报告4300字人工智能阅读报告之姓名学号班级指导教师历史现状与未来20xx46我并不是通过看书而是通过一部由斯皮尔伯格执导的科幻电影AI接触到人工智能这个概念的虽然这只是一部20xx年的电影距今已有13年之久但是它对我的启迪...
2023-04-14人工智能与机器人3100字江西蓝天学院人工智能与机器人系别机械系班级09热动本1班姓名艾立强学号10920xx20xx1人工智能最近看了电影终结者对其中的科幻生活有了憧憬然而现在的世界是否会如电影中一样呢人工智能的神话是否会发生在当前社...
2023-04-16人工智能总结小抄重点55000字人工智能第一章绪论本课程的学习内容1智能体如何求解问题搜索2智能体如何进行推理决策谓词逻辑与归结原理3智能体如何描述和保存各种信息知识表示4智能体如何通过训练获取和更新知识机器学习5人工智能语言简介prolog...
2023-05-30东师人工智能离线作业1500字20xx年春季期末作业考核人工智能满分100分一判断题每题3分共30分1从选手的角度看博弈树就是一棵与或树其特点是博弈的初始状态是初始节点博弈树中的或节点和与节点逐层交替出现2遗传算法的编码方法常用编码方式有二...