《智能信息处理》教学大纲 一、课程基本信息 课 程 编 号 ：2 2 7 1 1 3 0 课程中文名称 ：智能信息处理 课程英文名称 ：Intelligent Signal Processing 课 程 类 型 ：信息处理专业方向选修课 总 学 时 ：5 4 理论学时：5 4 实验学时：0 学 分 ：3 适 用 专 业 ：信息工程 先 修 课 程 ：高等数学、（信号与系统、）概率统计、线性代数、离散 开 课 院 系 ：信息科学与工程学院 二、课程性质和任务 智能信息处理是就是将不完全、不可靠、不精确、不一致和不确定的知识和信息逐步改变为完全、可靠、精确、一致和确定的知识和信息的方法。智能信息处理是当前科学技术发展中的前沿学科，同时也是新思想、新观念、新理论、新技术不断出现并迅速发展的新兴学科，它涉及到信息科学的多个领域，是现代信号处理、人工神经网络、模糊理论、人工智能等理论和方法的综合应用。 该课程的主要任务是通过各个教学环节，运用各种教学手段和方法，使学生掌握智能信息处理的基本概念、基本原理、基本计算方法；能够阅读相关中外文献，了解其最新动态；培养学生分析、解决问题的能力，为日后从事工程技术工作、科学研究以 及开 拓 新技术领域，打 下 坚 实的基础 。 三、课程教学目标 在 学完本课程之 后，学生能够： 1 ． 了解人工智能的概念和应用、智能信息的处理方法综述 ； 2 ． 熟 悉 模型 理论的基础 ，掌握模糊规 则 与推 理；理解模糊推 理系统，了解其在 生活 中的应用； 3 ． 掌握神经网络信息处理的基本原理及模型 ，了解其在 生活 中的应用； 4．掌握粗糙集的基本理论及其应用，了解其应用； 5．掌握遗传算法的基本算法及改进算法，了解其应用； 6．掌握信息融合的模型与算法，了解其应用； 7．理解反向选择算法和人工免疫系统模型；了解人工免疫系统在计算机安全中的应用。 四、理论教学环节和基本要求 （一）人工智能导论 1．理解并掌握人工智能的基本概念和范畴、基本原理和研究方法； 2．理解知识和知识表示的概念，掌握四种表示法； 3．了解常见的智能信息的处理方法及各个处理方法的应用 教学重点： 人工智能的基本原理，四种知识表示方法 教学难点： 四种知识表示方法 （二）模糊理论及其应用 1．掌握模糊集合的基本概念、基本运算及隶属函数的确定方法； 2．理解模糊逻辑系统的组成； 3．掌握模糊信息处理方法：模糊熵方法、模糊聚类...
