人工智能技术研究篇1
[关键词]电气工程；人工智能技术；应用；概况
一、智能化的概况
智能化理论是开发及研究如何延伸、如何模拟人的智能理论。作为当今新兴计算机科学技术的一个分支，人工智能化技术充分解释了智能的本质，并在此基础上生产出一种和人类智能有类似智能反应的智能机器。电气工程行业研究与电气有关科学研究及控制，如电子电气技术、信息收集与处理等，智能化技术的应用，可以在不同程度上提升自动化控制的工作效率，减少成本投入，将工程控制人员从原来比较复杂的工作中解放出来，既减轻了员工的压力，又能安排他们去进行其他项目工程且不影响电气工程自动化控制的效率，实现人力资源的合理分配。把计算机技术应用到电气工程中早有先例，事实证明具有很强适应性和实用性，高端技术作为计算机的一个分支，电气工程自动化控制已把智能化技术带到工作中去，事实表明这种应用模式已见成效。
二、电气工程人工智能技术的特点
1、不用建立控制模型。控制器是传统的自动化过程必不可少的，如果被控制对象动态方程较复杂，传统的控制自动化过程就无法对其进行准确的控制，以至于在对此进行模型设计时会出现很多无法估量、无法预测等问题。如果没有解决好这些问题，就会直接影响所设计出来模型的精确性，将直接导致实际工作中工作效率的大幅降低。而智能化控制器的使用可以减少对被控对象模型的设计工作，从而在源头上解决了无法估量等问题，保证不再需要建立控制模型。
2、便于调整控制电气系统。智能化技术可以影响控制和调节时间，同时对系统的控制程度也能调节，从而能大大地提高其自身的工作性能。此外，在对电气设备进行调节控制的过程中，智能化技术进行自行调节通常只需要改变相关数据，而不需要专业的技术人员进行操作。甚至，它还可以在一定程度上进行远距离的控制，这体现了电气工程无人控制的自能化这一最终目标。因此，智能化技术在运用过程中具有便于对电气系统进行调整控制的极大好处。
3、有较强的一致性。智能化技术有较强的一致性，尤其是在处理不同数据的问题上，智能化技术的一致性表现的更加明显。在所输入的数据较为陌生的情况下，通过智能化技术也可以获取到较高的估值。控制效果在很大程度上取决于被控制对象的相同与否。智能化技术在对部分对象进行控制时即使没有及时采取相关的措施，也能有较好的控制效果，有时也会出现控制对象的改变导致控制达不到预计的效果的现象产生。
三、人工智能技术在电气工程中的应用
在电气工程自动化的很多环节中，人工智能技术都得到了良好的运用，在本文中，我们主要以人工智能在电气设备的控制、设计、故障诊断及日常的操作的影响这四个方面来具体谈一下人工智能在电气工程自动化中的应用表现。
1、日常管理中的应用
人工智能技术的应用对于电气工程建设自动化水平的提高有着重要的作用，同时对电气工程日常管理方面的工作也带来了很大的影响，使设备操作、电流调整的界面被简化，实现了日志以及报表的生成和存储的自动化。此外，人工智能技术在电气系统日常操作中的应用一方面可以对不同文件的规格和样式进行规范、使各种操作被简化，一方面还使这种操作更加的简单易行并具有可视性。
2、电气设备控制中的应用
在电气工程中，可以实现流通、分配、交换和生产增强的一个重要的环节就是电气的自动化控制，增强控制自动化水平，就可以使财力、人力方面的资金投入得到缩减，系统运行的质量和效率得到提高。人工智能具体应用于电气设备控制的方式主要是神经网络控制、模糊控制以及专家系统控制，其中，模糊控制因其本身的简单性以及联系实际的紧密型，在实际中得到了最多的应用。
3、电气设备故障诊断中的应用
在人工智能相关技术中，应用于电气设备特别是发电机和变压器的故障诊断方面最多的是神经网络、模糊理论和专家系统。比如说在对发动机和电动机的故障进行诊断时，运用了人工智能化的诊断方法，并与模糊理论和神经网络相结合，使相对比较强的神经网络和故障诊断知识模糊性一起进行了诊断，提高了诊断的准确性。不同于原先的以设备故障的非线性、复杂性和未知性作为依据的低效率的故障诊断方法，人工智能方法的采用使诊断的准确率得到了大大的提高。
4、电气设备设计中的应用
电气设备的设计需要应用到电气自动化专业中的电力电子技术、电机、变压器等很多方面的专业知识，是一个极端具有复杂性的过程，需要投入很多的物力、财力和人力。而在电气设备的设计过程中应用人工智能技术，就可以以很快的速度计算出人脑很难计算的非常繁琐的问题并实现过程的模拟，大大提高设计工作的效率和质量。同时，在电气设备的设计中，要对不同的算法在不同的实际情况中的具体使用予以注意，如优化设计通常使用遗传算法，开发性设计通常采用专家系统方法。此外，要保证设计工作的较高的效率和较好的质量，还需要相关工作人员在人工智能软件应用方面具备足够高的能力以及足够多的工作经验。
四、结束语
综上所述，在电气自动化控制工程中智能化技术已经非常常见，并在逐步的向着更广更深的方向发展，会使得电气工程自动化变得更加简单，同时智能化也在不断发展变化的，这样在电气工程中的应用将更加广泛，所以智能技术在电气自动化控制中可发挥最大的效用，促进电气诊断故障、优化设计和智能控制等方面。
参考文献
[1]杨成睿.浅谈自动化控制技术在智能建筑中的应用[J].电脑知识与技术，2011.
[2]张培铭，缪希仁等.展望21世纪电器发展方向―人工智能电器叨.电工技术杂，2006（4）.
人工智能技术研究篇2
关键词：射频识别机器人运动控制
中图分类号：tp242.6文献标识码：a文章编号：1674-098X（2014）07（a）-0033-02
工业智能机器人是集合材料科学、机电一体化技术、传感器技术、计算机编程、控制技术等多门学科于一体的一门自动化控制技术科学，它的发展程度是一个国家工业生产能力和科技实力的重要水平线，工业机器人技术的进步和发展是21世纪工业自动化最有说服力的成就之一。
如果将射频识别（RFiD）技术应用于工业机器人中，可以让工业机器人获得更多的外在信息，这些信息能够给机器人更为准确的定位，从而能够更好发挥RFiD的技术特点，来使智能机器人获得更好的自动性，为工业生产和工业装配企业更多的节省人力资源。现今，RFiD的应用逐步被技术人员以及科技人员所重视，对RFiD用在工业智能机器人上的研究，可以开拓一条新的思路和应用方向，工业智能机器人也将更为灵活的服务于生产。
该文基于西门子RFiD识别系统的技术特点与机器人的融合，进行三菱RV-3SD六自由度工业机器人系统的运动控制的实验研究。为工业机器人的装配和自动化顺序控制提供了一种新思路。
1射频识别技术
1.1射频识别系统概况
射频识别（RadioFrequencyidenti
fication，RFiD）又称电子标签、无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。射频识别的识别工作无须认为的干涉，能够工作于生产环境恶劣的场地或车间。RFiD技术可识别高速运动的产品或工业配件并可同时识别多个它们上的多个标签，操作快捷方便。与传统的条形码系统、接触式iC卡等不同，同其他识别系统相比，射频识别系统具有许多优点，随着集成电路技术的发展与成熟，射频识别技术有着更广阔的市场。
1.2西门子RFiD识别系统
西门子RFiD识别系统主要采用西门子RF260R读写器、电子标签。
西门子RF260R是带有集成天线的读写器。设计紧凑，非常适用于装配。该读写器配有：一个RS232接口，带有3964传送程序，用于连接到pC系统、S7-1200、三菱等其他控制器。
该文探讨设计的工业机器人装配控制中所使用的RFiD就是西门子RF260R系统。
2控制系统的设计方案
控制系统由pLC和相关应用模块、上位机、RFiD、智能识别系统以及传感器构成。pLC选用日本三菱公司的FX3U-64mt系列，该系列采用模块化设计，支持“热插拔”，有多重数字量i/o模块可供选择，且可加以太网通信模块FX3U-enet-L，便于和同类CpU、通信模块以及工业机器手的以太网通讯。上位机采用与日本三菱产品配套的UnityproS开发软件，完成上位机软件的开发和pLC程序的编写。上位机通过USB接口与pLC的CpU进行通信，实现程序的下载、运行和实时监控。通过pLC程序对RFiD的标签读入写入进行控制，使其能够为装配单元的各个类别（比如颜色大小等）写入唯一性的标签。在系统工作时，RFiD能够识别唯一性的标签，并将标签信号传输给机器人，使机器人能够辨别这个单元是否需要抓取。如需抓取，抓取后，精确的运送到装配位置，并循环往返运动。图1为控制系统示意图。
三菱RV-3SD六自由度工业机器人系统由机器人本体、机器人控制器、示教单元、输入输出信号转换器和抓取机构组成，装备多种夹具、吸盘、量具、工具等，可对工件进行抓取、吸取、搬运、装配、打磨、测量、拆解等操作，也可以抓取智能视觉相机对工件、装配过程进行实时视觉检测操作。
对传送带上产品的采用光电传感器来机器人传送启动信号，当产品通过传感器，并且RFiD读入的标签满足需求装配的信号，机器人开始工作。
当装配工作结束或者装配工作台装满后，由智能视觉系统对装配的合格与否进行最后检测。工件的高度和颜色等信息预先存入到上位机中，智能视觉系将拍摄的信息数字化到pLC中，并由pLC程序判断合格与否。最后进行合格产品和次品的分拣工作。
3RFiD系统的软件设计
3.1RFiD第三方控制器使用时传输数据
RFiD与pLC连接使用时，需要进行数据交互，当实现相对应功能时，需要RFiD向pLC中传送相对应的16进制数，以获取pLC反馈的16进制数，逐级交互，产生逻辑关系。
下面的数据传送关系中，pLC向RFiD传送数据的时候用oUt表达，当RFiD向pLC传送数据时用in表达。
上电：in：ffin：fcin：02oUt：10in：02000f10031e
启动：oUt：02in：10oUt：0a0000002502000001000110033ein：10in：02oUt：10in：0500000102001003
停止：oUt：02in：10oUt：030a0002100318in：1002oUt：10in：020a19100302
读标签：oUt：10oUt：02in：10oUt：05020000001010100314
发现标签及标签：in：10in：02oUt：10in：010f000001100319oUt：10in：02oUt：10in：1502000000101031323334353637383961626364656600100332
标签离开：in：02oUt：10in：040f000000100318
写标签：oUt：10oUt：02in：10oUt：1502000000101031323334353637383961626364656600100332in：10in：02oUt：10in：020100100310
3.2RFiD写标签的pLC程序
首先对RFiD系统的整体进行初始化，对进行读操作的标签的信息进行系统的分析，使这些数据接收初始化操作，方便后续智能机器人进行运作时数据进行调用。之后进行上电、启动、发现标签、写标签等的pLC数据交换编辑，这个过程中的数据来自上位机中储存的数据，这些数据决定了装配工件的位置、大小、颜色、序号等有用信息。最后将这些数据进行分析，即按照工艺要求如何进行装配，好顺序后，将这些数据按照装配顺序进行排序，逐步写入到pLC中。为了数据写入的有效性，要在程序最后读写一次停止及标签离开的数据信息。
3.3RFiD读标签的pLC程序
RFiD读标签的pLC程序要写在整体自动化的控制程序中，保证自动化运行的逻辑性。程序如RFiD写标签的编辑大致相同，不同的地方在于pLC要读写一次“写标签”中的初始数据，并将信息进行计算，即读入的数据与不参加自动化控制的空白数据转化二进制，然后求和的异或，使之数值等于16进制数ff。
人工智能技术研究篇3
1运用人工智能技术实施电子商务eRp系统功能设计
首先，实施系统设计的人员要加强对建构主义理论的重视，保证所有的系统设计工作都能在科学的理论指导之下实现系统设计功能的实现。此外，要结合人工智能技术运用过程中的设计积极性特点，对全部的系统设计情况加以分析，切实保证所有的人工智能技术都能在正确的方向上发挥引导作用。此外，要结合建构主义理论当中的建设性要求，对全部的建构主义实践方向加以设计，以便后续的系统功能可以在建构主义理论的有效影响下实现运行水平的增强，保证后续的理论应用特点可以在各项功能的共同维护下进行合理处置。系统功能的设计工作，必须充分结合系统功能的实际特点进行处理，使全部的系统运行方案可以适应系统的认知情况特征。此外，要结合现有的智能系统运行技术要求，对全部的测试活动实施阶段的区分，使所有的阶段性测试工作可以充分顺应不同系统设计策略的要求。要对系统设计过程中的跟踪机制进行完善，使人工智能技术能够在运用的过程中不断的改变使用策略，保证全部的应用策略都能在人工智能技术的合理控制之下进行有效处置，以便后续的智能技术设计工作可以适应问题处理机制的运行要求，保证系统的功能可以同电子商务活动进行有效联系。
2电子商务系统的具体系统的设计策略
2.1电子商务系统结构的设计策略
首先，要根据电子商务活动中人工智能技术的具体运用功能，对全部的系统模块实施设计，保证所有的系统模块都能适应系统结构的设计方案要求。此外，要结合全部的智能系统运行特点，对系统模块的具体性能加以研究，使系统的辅助性特点可以与智能教学体系形成适应。智能辅助系统的使用必须保证与自主设计机制的特点形成一致，使全部的人工智能技术都可以在已经完成的系统结构规划方案中实现运用。必须借鉴专业人士在eRp系统设计领域已经出现的问题，对所有的智能教学体系实施研究，确保全部的智能辅助系统都可以在自主学习模式的运行中进行系统价值的判断。要保证所有的eRp系统运行方案都能与设计策略当中的优势实现整合，使网络商务活动可以在设计方案的调节过程中实现设计策略的合理运用，以便所有的设计策略都可以适应专业人士对人工智能系统规划方案的应用要求，增强电子商务系统的实践价值。网购平台的技术发展使得其成本构成日趋复杂，虽然网购平台的作用得到了较大范围的认可，但由于相关贸易活动的程度较为复杂，信息机制的构建也面临着较大的困境，网购平台的建设成本始终处于较高的水平，如果当前的信息沟通机制无法保证对网购平台进行良好的适应，将会很大程度上造成网购平台的建设受到制约，最终提升网购平台的运行成本。因此，运行成本是网购平台的主要成本组成因素。必须从网购平台的运行要求出发，对人工智能技术当中的信息技术加以设计，使eRp系统能够适应新时期电子商务的处理要求。
2.2电子商务系统的用户角色设定策略
首先，要结合人控制能技术的运行要求，对所有的用户决策设定机制加以研究，保证全部的用户角色设定技术能够充分适应系统的操作特点。此外，要结合用户角色设定过程中的管理人员技术水平，对后续的电子商务活动权限加以研究和分析，保证后续的用户操作活动可以在技术层面上保证同角色的设定程序相适应，以便全部的用户管理活动能够在日常维护技术的处理过程中实现权限性因素的正确判断。要根据角色设定过程中的具体业务要求，对管理程序进行控制，以便角色的设定工作能够与电子商务活动的样本特点形成一致，提升权限性因素的应用价值。
2.3电子商务系统数据库的设计策略
首先，要保证人工智能技术的应用能够适应数据库的设计要求，保证电子商务活动的开展过程能够得到用户资源的有效支持。此外，要结合电子商务活动的数据库运行特点，对用户资源的静态处理要求加以分析，以便所有的技术策略都可以在静态知识的合理利用之下进行优化配置，保证数据库的设计工作能够在密码库的有效运行中实现电子商务活动静态资源基础的配置。要结合当前已有的样本资源特点，对全部的分析程序进行质量判断，使全部的分析活动都可以在相关结果的控制过程中实现人工智能技术的完整应用，提升电子商务质量。
人工智能技术研究篇4
关键词：入侵检测；神经网络；遗传算法
中图分类号：tp393文献标识码：a文章编号：1674-7712（2013）22-0000-01
入侵是指未经授权的试图绕过计算机或网络的安全机制进行非法数据访问或者篡改数据等危害网络资源保密性、完整性或可用性的行为。入侵检测是一种主动的网络安全防御技术，有效弥补了静态安全防御技术的不足，能够对网络系统提供全面保护。因此，对于入侵检测技术的研究是很有必要的，而智能化的入侵检测技术是其中一个研究重点。
一、入侵检测技术分类
（一）按数据来源分类
1.基于主机的入侵检测。基于主机的入侵检测通常以主机系统事件和日志文件作为主要数据来源加以分析，对攻击事件进行分析、自动检测审计记录来发现攻击，选择适当方法来抵御攻击。基于主机的入侵检测系统保护的目标仅仅是运行该系统的主机，对于网络环境下发生的大规模攻击行为通常做不出及时反应。
2.基于网络的入侵检测。基于网络的入侵检测使用网络中传输的数据包作为主要数据来源，通过统计分析、模式匹配等手段判断是否发生攻击行为，能够实时监控网络中的数据流量，在攻击发生时就能将其检测出来，并做出快速响应。
（二）按检测方法分类
1.异常入侵检测。异常入侵检测是一种基于行为的检测，根据目标系统的正常行为模式创建状态模型不断更新，将用户行为的各参数与模型中的特征值相比较，若两者相差较大则视为入侵行为。在检测过程中，有些正常用户行为仅仅是因为改变了以往的行为习惯而产生了新的行为，这些行为与状态模型库中的值偏差较大，但并不是真正的入侵，会有误报情况出现，误报率较高是异常入侵检测不可避免的问题。
2.误用入侵检测。误用入侵检测是一种基于知识的检测，将已知的攻击方法进行归纳分析创建入侵行为模式状态模型库，将实际用户行为数据与模型中的特征值进行特征匹配或规则匹配，若发现满足条件的匹配则视为入侵行为。但它检测范围很有限，只能检测出预先定义好的已知入侵行为，对未知入侵行为不能做出正确的响应，所以不断更新入侵行为模式库才能保证检测的完整性。
（三）按响应方式分类
1.主动入侵检测。主动入侵检测是在检测出入侵行为后主动对其进行响应处理，采用的响应方式有自动修复目标系统漏洞、强制关闭相关服务端口或者对有可疑行为的用户强制其退出系统登录等。
2.被动入侵检测。被动入侵检测是在检测出入侵行为后只产生报警信息而不主动进行响应处理，系统安全管理员收到报警信息辨别入侵行为，进而对入侵行为进行处理。
（四）按体系结构分类
1.集中式入侵检测。集中式入侵检测将系统的各个模块都集中在一台主机上，包括收集数据、分析数据及响应处理，它适用于网络环境比较简单的情况。
2.分布式入侵检测。分布式入侵检测将系统的各个模块分布到网络上不同的计算机设备中，通过收集合并多个主机的审计数据作为主要数据来源，对这些数据进行分布式监听、集中式分析，并通过检查网络的通信，可以检测出由多个主机共同发起的协同攻击行为，它适用于网络环境比较复杂的情况。
二、智能化入侵检测技术
（一）神经网络
神经网络是基于模仿人脑结构和功能而形成的一种智能化信息处理技术，它具备自适应、自学习的能力，可以发展知识，适合处理背景知识不确定、背景信息很复杂的问题。它的学习方式有两种：一是有监督的学习，利用给定的样本标准进行分类或模仿学习；二是无监督的学习，不给定学习样本，只规定学习方式或某些规则，根据系统所处的环境产生不同的学习内容，自动发现环境特征和规律性，此时具有更接近人脑的功能。正是由于神经网络的自我学习能力使其在入侵检测领域得到了很好的应用。
（二）遗传算法
遗传算法是基于自然选择和遗传机理的自适应全局优化概率搜索算法，该算法通过使用计算机模拟生物遗传和进化过程的方法使得系统具有自学习和优化能力并且适应能力强等特征，它是现代有关智能计算方面的关键技术。遗传算法的优点主要有：对数据对象的个体编码进行运算，有效地使用遗传算子解决非数值个体的优化问题；每一代群体中有多个个体，每一次迭代都是对数据集合中的多个个体进行搜索，所以搜索效率较高；它是一种自适应概率搜索技术，以一定的概率确定是否执行各种遗传操作，所以搜索更灵活。
（三）遗传算法结合神经网络的入侵检测技术
神经网络技术在智能控制、模式识别、信号处理等方面得到了快速发展，已经渗透到计算机的各个应用领域，但仍然存在一些难以解决的问题。由于遗传算法全局搜索能力强，利用它的优点可以克服神经网络算法收敛慢和易局部收敛的问题，两者相结合，也解决了单独利用遗传算法不易在短时间内搜索到接近最优解的问题。
1.将遗传算法用于神经网络训练。将神经网络中所有可能存在的神经元的连接权值编码成二进制码串表示的个体，利用遗传算法进行常规的优化计算。将码串解码成神经网络，通过计算此神经网络的所有训练样本产生的平均误差来确定个体的适应度。采用这种方式遗传算法的运算量较大，当优化设计解决复杂问题的大规模神经网络时，遗传算法的搜索空间会急剧增大。
2.利用遗传算法优化神经网络结构。利用遗传算法优化设计神经网络的结构以及神经网络的学习规则和与之相关联的参数。对于每个选择的个体都解码成未经训练的神经网络，将其结构模式和学习规则编码成码串表示的个体，再对神经网络进行训练以确定神经网络的连接权值，此时遗传算法搜索的空间相对较小。
三、结束语
本文研究了基于神经网络和遗传算法的入侵检测技术，随着神经网络和遗传算法理论的进一步完善，两者结合可以应用在很多技术领域。
参考文献：
人工智能技术研究篇5
【关键词】自组织神经网络；智能建筑管理；Bp神经网络
1基于自组织神经网络技术原理
基于大规模自组织神经网络技术[1]是在自组织神经网络技术和专家系统的基础原理运用多层数据融合弥补了单循环数据在智能建筑工程管理分析数据处理的不足和逻辑的缺陷学科.多跳自组织神经网络是智能传感器采集数据训练样本仿真学习模型即自动增速各个自组织神经元连接权阀值与感知识别隐式分布在整个网络结构体系中实现自组织神经网络模式记忆与信息处理应用.
2基于大规模自组织神经网络在智能建筑管理中研究
2.1基于多跳自组织神经网络在造价预测研究
基于大规模自组织Bp神经模型应用40个高层智能建筑工程样本训练并用工程实例进行验证高精确性;而用大规模自组织神经网络模拟与输入层和隐含层加入了偏置自组织神经元来促进学习训练样本数据中有噪声、干扰等会造成过度学习现象,同时采用遗传优化算法进行建筑结构优化.基于Bp神经在智能建筑工程估价中的应用“特征提取器”的运算大量过去的工程资料中自动提取工程特征与预算资料的规律关系数据.
2.2基于大规模自组织神经网络在工程管理绩效评价中的应用
运用大规模自组织Bp神经模型对工程管理绩效评价问题进行研究建立综合考虑工期、质量、费用、安全四大控制指标的工程管理绩效评价模型[2].实践证明,基于Bp神经网络在运算工程管理绩效评估模型有利于多跳自组织神经网络预测工程工期、质量、成本、安全与绩效之间复杂的非线性关系来提高管理绩效的评价数据.
2.3基于遗传算法模型在建设工程评标结构优化应用
基于多层神经网络的工作原理是先将输入信号传输到下一层节点运算函数处理后再将该节点的输出信息向下一层节点传输到信号传输到输出层节点为止.同时运用遗传算法模型构造及算法设计进行方案优劣排序、换位矩阵以及能量函数构造、大规模自组织神经元之间连接和输出,并用实例说明了该方法的优越性和实用性与非线性.
2.4基于Bp神经网络模型在建设工程招投标管理应用研究
基于Bp神经网络多层数据融合多跳自组织神经网络技术原理分析自动预测工程招投标的招标价格和风险因素分析以及竞标单位资格审查等方面的应用指出多跳自组织神经网络具有的高度并行处理和可完成复杂输入输出的非线性映射组合结构,不仅可以保证高的中标率,且可避免招标过程中不确定性因素的影响.运用大规模自组织神经网络的工程承包招投标报价的研究,提出了一个多因素确定高层智能建筑投标报价的大规模自组织模型影响报高率的诸多因素,并确定了其权值即确定了用Bp神经网络实施黑箱操作的样本输入值和目标值再通过训练样本自主调整修正输入节点和输出节点间的联系得出符合各种情况要求的权值矩阵算法.
2.5基于智能建筑算法模型研究
基于Bp神经网络是以训练样本算法即误差反向传播算法即Bp神经算法的学习过程分为信息的正向传播和误差的反向传播[1],其通过训练样本前一次迭代的权值和阈值来应用神经网络技术的第一层向后计算各层大规模自组织神经元的输出和最后层向前计算各层权值和阈值对总误差的梯度进而对前面各层的权值和阈值进行修改运算反复直到神经网络样本收敛Bp神经网络输入向量为
X=()t;隐含层输出向量为Y=()t;输出层的输出向量为o=)t;期望输出向量为;输入层到隐含层之间的权值矩阵,其中列向量为隐含层第j个大规模自组织神经元对应的权向量;隐含层到输入层之间的权值矩阵,其中列向量为输出层第k个大规模自组织神经元对应的权向量.各层信号之间的算法结构为:
以上式中的均为S类型函数,的导数方程为:（5）
神经网络输出与期望输出的均方误差为:（6）
则训练样本输出层和隐含层的权值调整量分别为:
式中:为比例系数,在模型训练中代表学习速率.如果Bp自组织神经网络有个隐含层,各隐含层节点分别记为,各隐含层输出分别记为,则各层权值调整计算公式分别如下:
输出层
综合上述预测分析在Bp神经学习算法运用各层权值调整公式均由学习速率、本层输出的误差信号和本层输入数字离散信号决定在训练样本学习的过程受决策环境复杂程度和训练样本的收敛性即需要增大样本量来提高网络技术所学知识的代表性应注意在收集某个问题领域的样本时,注意样本的全面性、代表性以及提高样本的精确性,增大抗干扰噪声,还可以采用其他方法收集多层训练样本数据.
3结束语
自组织神经网络技术应用在智能建筑管理领域是在多层智能传感器等多种信息技术飞速发展的多学科交叉研究领域得到广泛应用.
参考文献:
[1]周小佳.电力系统可靠性神经网络模型及实现研究[D].博士学位论文,1997.
[2]胡保清等.神经网络在土木工程领域的应用[J].低温智能建筑,2004(2).
作者介绍:
人工智能技术研究篇6
【关键词】电子工程；智能化技术；运用
引文：通过将智能化技术运用到电子工程中，可以提高工作效率与质量。如何进一步有效提升智能化技术电子工程中的应用，是很多企业在发展中所面临的现实问题，加快信息化建设不仅可以为企业减轻生产成本，更为重要的是可以为企业提高生产产品的质量，从而有效提升在同行业之间的竞争力。
一、智能化技术在电子工程运用的优势
（1）使工程设计简单化：智能化技术运用电子工程进行自动化控制，在操作时不需要利用模型可以直接进行实际的操作，进而避免了模型中存在的不确定因素对设计实践工作产生的影响。传统的电子工程的自动化控制是通过对模型的实际应用来完成控制的，这样的模型在制作过程中比较复杂，并且模型制作中的数据存在一定的变化性，而在电子工程中运用到智能化技术能够使传统自动化控制中存在的问题明显降低。
（2）提高了电子工程的生产效率。将智能化技术正确的运用到电子工程中，能够使电子工程的自动化控制得到充分的发挥，提高电子工程的自动化控制系统的运行效率，以实现电子产品的生产效率。
（3）自动化控制具有一致性：在传统的电子工程自动化控制系统中能够对单一的对象进行很好的控制，当控制多种对象时其控制作用就不能得到很好的发挥。而将智能化技术运用到电子工程当中能够很好地对多个对象进行自动化控制，这种控制具有一致性。
（4）降低了系统操作难度：传统的电子工程自动化控制技术的调节能力较差，所以需要系统操作人员具有较高的专业技能和职业素养，这些因素都会影响到电子产品的生产效率。而在电子工程中运用智能化技术，能够降低自动化控制的操作难度和对操作人员的高要求，从而提高数据信息的分析能力，使系统操作人员得到合理的配置，减少工程系统操作资源的陈本，以促进电子工程的长久发展。
二、智能化电子工程研究的重点
（1）不断实现技术的融合与创新：智能化电子工程研究是一项综合性非常高的研究研究，它涉及到学科的研究应用，需要融合各个科学领域的技术成果，智能化电子工程研究的首要重点就在于如何不断实现各项研究成果的融合，并且在技术的融合应用中寻找到技术创新点，从而使各项不同领域的技术成果能够在智能化电子工程研究中实现有机融合，最大程度地发挥出这些科学技术研究成果应有的作用。为了能够实现智能化电子工程的研究过程中对于各项新技术的融合，在进行智能化电子工程的研究时，需要不断加强与其他科学研究领域的技术交流。通过与其他研究领域的技术交流，可以使智能电子工程研究得到一定的启发，并且在其他领域的技术成果中得到相应的技术支持，从而保证智能化电子工程研究的顺利进行。
（2）以经济建设的应用需求作为智能化电子工程的研究导向：保持正确的研究方向，是进行智能化电子工程研究的重点之一。智能化电子工程的研究成果最终必须投入到社会经济建设之中，因此智能化电子工程的研究不能闭门造车，不能脱离实际，更不能离开经济建设的实际需求，必须以经济建设的应用需求作为智能化电子工程的研究导向，使智能化电子工程研究始终与经济建设的应用需求保持一致。为此，在进行智能化电子工程研究的准备工作时，必须做好充分的调查研究，了解经济建设的需要，确定适宜的研究课题和研究方向；在智能化电子工程研究过程中，需要保持与相关行业、相关市场在电子工程应用方面的交流，通过与相关行业以及市场的交流，可以及时了解智能电子工程在实际的经济建设中的应用需求。坚持以人为本的研究理念始终以经济建设的需求为研究导向，这样在进行智能电子工程的研究过程中，才能做到有的放矢，保持正确的研究方向。
（3）充足的科研经费保证智能化电子工程研究的顺利进行：由于智能化电子工程研究综合性很强，需要应用到很多相关的技术成果，在进行研究实验时，也必须有很多精良的高精度设备作为支持，因此进行智能化电子工程研究所需经费甚巨，需要有国家的财政支持作为有力后盾，才能保证智能化电子工程研究的顺利进行。为此，国家和政府部门有必要以当前智能化电子工程技术的快速发展为契机，加大对智能化电子工程研究领域的投资力度，拓宽智能化电子工程产业的融资渠道，奖励智能化电子工程研究杰出成果，从而鼓励智能化电子工程化的研究。
三、智能化技术在电子工程中的应用分析
（1）优化产品设计：在传统的电子工程自动化控制中产品的合格率较低，而进行修改难度也较大，给后续维护工作带来很多难题。而通过采用智能化技术通常会采用目前在设计中使用比较普遍的CaD技术和相应的遗传法来完成设计，使用此软件可以很好的缩短设计过程中所使用的时间，提高了工作效率的同时也提高了设计方案的水平与质量。因此，要不断优化产品的设计。
（2）电子工程的智能控制：电子工程智能化可以很好的实现对电子工程的无人控制，能够完成各类较为复杂的操作任务。传统的电子工程自动化系统往往只能通过单一的模式完成相应的任务，电子工程智能化系统除了能够完成较为复杂的任务之外还能减少因人工失误而造成的损失，从而有效确保系统自动化对产品的质量要求，也为电子工程智能化创造了良好的发展空间。
（4）实现系统故障的诊断：在实际操作中系统设备都会出现不同程度的故障，电子工程的系统设备在使用过程中也会出现不同程度的故障。通过电子工程智能化可以实现对设备系统故障的自动排查，传统的电子工程自动化系统很难对系统出现的问题做出准确的判断，使得设备的使用率大大降低。在电子工程中运用智能化技术，可以在系统中建立相应的预警机制，系统出现故障能够及时进行排查，解决出现的问题，通过在该技术中建立一定的系统，对系统设备出现故障的部分进行诊断，确定系统发生故障的具置，从而帮助排查人员准确的排查出现故障的位置。在智能化系统中的三种故障排查方式的运用可以提高系统排查的准确性，从而有效保证电子工程的健康发展。
结束语：
智能化技术得到广泛应用，不仅给科技研究和发展带来便利，也方便了人类日常生活，智能化技术已渗入到人们生活的方方面面，作为电子工程的工作人员，应把智能化技术在电子工程中的应用工作作为头等任务，在以往工作经验的基础上，不断推陈出新，发挥自动化控制系统的最大作用，帮助企业创造出更大的经济效益和社会效益，同时也为社会主义现代化建设贡献自己的力量。
参考文献：
【1】韩永帅.关于电子工程运用智能化技术的相关分析[J].考试周刊，2013（53）：45-46.
【2】雷学敏.电气工程训练与电工电子技术应用探讨[J].科技咨询导报，2011（17）：99-100.
人工智能技术研究篇7
关键词：人工智能；创新驱动；发展建议
人类对于智能机器的探索活动，古已有之。不过，以“人工智能”来命名这一探索并成为一个学科领域，却发生于1956年夏季在Dartmouth举行的一次小规模学术研讨会上。因此，2016年是人工智能学科问世的60周年，在这个不同寻常的年份，世界各地的人工智能科技工作者都在密切关注人工智能的发展动向。
2016年3月，Deepmind研制的人工智能围棋系统alphaGo以4：1的战绩击败了韩国的围棋高手李世石，把世界对人工智能的关注推向了前所未有的高潮。各种各样的议论喷涌而出。悲观者大呼：“人工智能对于人类的潜在威胁太严重，应当通过立法限制甚至禁止人工智能的研究”；乐观者高喊：“人工智能是人类的真正福音，只要把自己的思想意愿转嫁给人工智能机器，人类就可以通过机器来实现长生不老的千年梦想”。在科技界，人们则在激动着、讨论着：我们应当在什么样的热点技术上发力？是深度学习？是认知技术？还是类脑计算？
回想这些年来，互联网、云计算、大数据、物联网、移动互联、智能制造、智慧城市、人工智能、机器人一波又一波的高新技术登台亮相，中国科技界、教育界和产业界都在一个个地紧紧追赶。虽然在跟踪追赶的过程中取得了不菲的进展，但是人们不禁都在思考：对于人工智能来说，当前社会的需求是什么？什么才是有效的创新战略？怎样才可以摆脱跟踪追赶的被动局面，争取到引领创新的话语权？
发展人工智能不应当是一种孤立性、局部性的行动，而应当是能够带动和引领整个科学技术的创新和发展。
1人工智能是当代重要交叉科学群的创新前沿
为了阐明“人工智能是当代重要交叉科学群的创新前沿”这个论断，需要逐个澄清相关的基本概念，包括：什么是人工智能？什么是当代的重要交叉科学群？以及什么是当代重要交叉科学群的创新前沿？
1.1什么是人工智能
人工智能是一门“探索人类智能机理，创制人工智能机器，增强人类智力能力”的科学技术。从这个意义上可以理解，只要人类的智力能力得到了增强和扩展，人们从事各种科学技术以至各种经济社会活动的智力能力就会得到有效提升，从而能够有效促进各行各业的创新与发展。
那么，什么是人类智能？人类智能主要表现在人类主体为了不断改善生存发展的水平而发现问题、定义问题、解决问题的能力。其中，发现问题和定义问题的能力依赖于主体的目的、知识、直觉、理解力、想象力、灵感、顿悟、审美等内在能力，因此被称为“隐性智能”；解决问题的能力则主要依赖于获得信息，生成知识，创生策略等外显能力，因此被称为“显性智能”。
显然，隐性智能十分抽象，几近神秘，不仅研究起来甚为困难，就连理解起来也颇感玄奇，而显性智能则相对可理解，可研究。因此，人工智能研究遵循的原则是：基于人类主体给定的问题、知识、目标（这就是人类发现问题和定义问题的能力）这些前提，研究如何利用信息、生成知识、创生策略来解决问题，达到目标。也就是说，人工智能的研究遵循人类智能与人工智能相结合的原则：人类智能负责发现和定义问题，人工智能则负责在人类所给定的问题框架下解决问题。这样，人工智能机器就可以成为人类认识世界和改造世界的聪明助手。
由此可见，没有生命，没有目的，没有灵感，也没有审美能力的人工智能机器系统，原则上不具有隐性智能的能力，因而不可能独立地发现问题和定义问题，只能在人类所发现和所定义的问题框架下去解决问题。因此，人工智能超越人类的恐惧缺乏科学根据。
1.2什么是当代重要的交叉科学群
当今的时代是信息时代，认识信息资源和利用信息资源为人类服务的信息科学是当今时代的标志性科学。具体来说，信息科学是“研究信息的性质及其运动规律的科学”，也就是以信息为研究对象，以信息的性质及其运动规律为研究内容，以信息科学方法论为研究指南，以增强和扩展人类信息功能（全部信息功能的有机整体就是人类的智力功能）为研究目标的科学。换言之，信息科学的研究目标就是扩展人类的智力功能，而研究信息的性质及其运动规律和信息科学方法论都是为了实现扩展人类智力功能这个目标服务的。
由此就可以清楚地理解：人工智能的研究是信息科w的最高目标，也是信息时代科学技术发展的基本目的；而为了使人工智能系统能够在人类发现和定义的问题框架下成功地解决问题，人工智能的研究必须从人类求解问题的能力中得到启发。这表明，人工智能的研究需要向认知科学学习，因为认知科学就是研究人类自己是如何面对问题解决问题的。另一方面，认知科学所研究的人类解决问题的机理又建立在脑科学的基础之上，因此，人工智能的研究必须理解脑科学的工作机理。再者，人类发现问题、定义问题、解决问题的能力并不是永远固定不变的，而是不断进化和发展的。因此人工智能的研究还必须学习信息生物学，后者深刻地研究和揭示了人类能力不断进化的机制。可见，脑科学、认知科学、信息科学、信息生物学、人工智能是当代最具重要意义的交叉科学群。这个科学群还包含更多的学科，恕不一一阐述。
1.3什么是当代重要科学群的创新前沿
虽然脑科学、认知科学、信息科学、信息生物学、人工智能各有各的研究内容，但是所有这些学科共同的目标都是智能，如人类的智能（脑科学）、生物的智能（信息生物学）、人类智能的物质基础（脑科学）、人类智能和生物智能的工作机理（认知科学）、人类智能和生物智能的进化机制（认知科学与信息生物学）、人类智能的信息基础和研究方法论（信息科学）、人类智能的机器模拟和实现（人工智能）等。
所以，人类智能和人工智能是当代这一重要交叉科学群共同的创新前沿。人们对于脑科学、认知科学、信息科学、信息生物学的理解深化了，就会促进人工智能研究的发展；反之，一旦人工智能的研究取得了突破和创新，也必然能够带动脑科学、认知科学、信息科学、信息生物学的突破与创新。
2中国人工智能发展的现状：差距与优势
中国人工智能的发展现状，大家平日都亲身感受得到，应当比较熟悉，似乎无需赘言；但是国情是我们思考问题的基础，因此不可不察。而且，我们对于中国在人工智能发展方面所存在的差距和优势的认识，确实还有必要进一步深化。
2.1差距：显差距，隐差距
大家都意识到，中国在人工智能的发展方面确实存在不少的差距。普遍J为，由于中国缺失了工业革命这个历史阶段的洗礼，因此在工业基础和工艺水平方面天然存在明显的不足。特别是中国微电子工业领域的高性能芯片制造能力有待进一步加强，人工智能硬件系统的水平也有待进一步提高等，这些都是众所周知的显差距。
然而，更值得深思的问题是：在人工智能的科学研究方面，长期以来，中国同行普遍习惯于跟踪学习，缺乏突破创新的民族自信心，更缺乏引领国际的强烈意识。无论是互联网、物联网、语义网、云计算、大数据、移动互联这些大概念，还是深度学习、无人驾驶、类脑计算这些技术思想，都是外国学者率先提出，然后才是中国学者蜂拥而上。加上这些年滋长蔓延起来的急功近利和学术诚信缺失，往往在蜂拥而上之后的一夜之间就会冒出许多“新成果”！这是中国人工智能发展存在的隐差距。
需要指出的是，显差距正因为“显”，已经得到各有关方的高度重视，并且正在不断地被缩小；但是，隐差距则因为“隐”，不容易被察觉，至今还没有引起各方面必要的重视，因此仍然是实现突破创新和引领战略的隐患。
2.2优势：现优势，潜优势
那么中国在人工智能研究中是否也存在什么优势呢？表面看来，似乎中国在人工智能研究领域一直处于跟踪学习状态，谈不上存在什么优势；但是仔细考察发现其实不然，中国在人工智能研究中的确存在不可忽视的优势。
中国目前虽然在整体上还处于相对落后状态，但在某些技术研究上却处于国际领先地位。例如：语音识别技术，中国已经在近期多次国际评测大赛中夺得世界冠军；在汽车自动驾驶方面，中国的研发水平也与国际上旗鼓相当；特别是在理论研究方面，中国在人工智能通用理论研究方面的机制主义人工智能理论、人工智能逻辑理论研究方面的泛逻辑学、人工智能数学方面的因素空间理论都是国际领先的成果。这些都是已经涌现出来的现优势。
更加重要的是，像人工智能这样既十分复杂又极其深刻的科学研究，势必自觉或不自觉地受到科学方法论的影响。几十年来，国际人工智能的研究形成三大学派，就是受了以分而治之为特征的机械还原方法论的影响，把复杂的人工智能研究分为结构模拟的人工神经网络学派、功能模拟的物理符号系统学派、行为模拟的感知动作系统学派，而且长久以来互不认可，不能形成人工智能研究的合力。科学论证充分表明，适于人工智能研究的科学方法论不是“机械还原论”的方法论，而应当是“信息生态论”的方法论。后者与中国历来的“整体论”和“辨证论”思维传统息息相通。因此，在人工智能的研究领域，中国握有方法论的潜在优势（潜优势），只要自觉地加以运用，这种潜在优势完全可以转化为强大的现实优势（现优势）。
3人工智能的社会需求和发展中国人工智能的战略建议
3.1人工智能的社会需求
中国的信息化建设全面启动于20世纪90年代，得益于现代信息技术的支持，取得了举世瞩目的辉煌成就，进入了迎接复杂问题的新时期，面临着巨大挑战。从整个经济社会发展和全面改革的大局判断，在多次讲话中也明确指出，中国的改革开放进入了攻坚克难的深水区。众所周知，人工智能技术是信息技术的高端前沿；因此，为了迎接复杂问题的挑战，为了成功走出深水区到达胜利的彼岸，中国亟需人工智能科学技术的全面支持。
另一方面，纵观当今的国际环境不难发现，一些发达国家在中国黄海、台海、东海、南海不断制造紧张局势，企图以武力遏制中国的和平崛起。他们声称要长期投资人工智能，要用人工智能武器战胜中国，对此不能不高度警惕，并采取果断措施。
3.2加快发展中国人工智能的建议
为加快发展中国人工智能，从战略性、系统性、可操作的角度出发提出5项建议。
（1）顶层规划。
火车跑得快，全靠车头带。建议设立部级智能科学技术发展规划与协调专家委员会，负责研究和提出中国智能科学技术发展的中长期规划，制订智能科学技术产学研发展的实施政策，协调和促进中国智能科学技术的快速有序健康发展。
（2）人才培养。
万事都紧要，人才是根本。建议国务院学位委员会把中国现有的“智能科学与技术”二级学科提升为一级学科，以形成系统完整的智能科学技术人才培养体系；同时建议教育部在中小学开设智能科学与技术基础知识课程，开展课外兴趣培育活动。
（3）创新研究。
跟踪不可废，创新更关键。在国家自然科学基金设置“智能科学技术基础理论”专门领域，大力推进智能科学基础理论的突破创新；同时在国家“十三五”规划设立智能制造、智能农业、智能服务业、智能交通、智能网络空间安全、智能教育等应用专项。
（4）产业标准。
创新是尖兵，产业是后盾。大力促进中国智能化产业的发展，并在国家标准委员会建立智能产品标准工作委员会，鼓励有条件的单位和学术团体开展各类智能技术产品的测试、评价和检验标准的研究，引导智能化产业和产品市场有序健康发展。
（5）持续发展。
人工智能技术研究篇8
【关键词】人工智能计算机技术
一、人工智能的定义
“人工智能”(artificialintelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、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。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。
二、人工智能的应用领域
1.在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。
(2)智能教学系统(itS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。
2.在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的miller就发表了著名的作为内科医生咨询的internist2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“pRoSpeCtoR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。
3.在技术研究中的应用
(1)在超声无损检测(nDt)与无损评价(nDe)领域中，目前主要广泛采用专家系统方法对超声损伤(Ut)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的ai技术，开发更高级ai通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。
三、人工智能的发展方向
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用，主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理，需要利用人工智能的研究成果。
3.Soar是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述，而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置，也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前，国内外不少学者都对机器人足球系统颇感兴趣，足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。
参考文献
[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008.
[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程，2003.
[3]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003，(8).
[4]周明正.人工智能在医学专家系统中的应用[J].科技信息，2007.
[5]张海燕，刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测，2001，(8).
[6]马秀荣，王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报，2005，(4).
人工智能技术研究篇9
关键词:专业建设;人才培养;教学改革;课程体系;教学模式
21世纪是智能科学技术快速发展的时期,智能科学与技术本科专业应当抓住这个契机,大力推进智能科学与技术的本科教育和专业建设,培养适合社会发展和市场需求的智能科学技术人才[1]。坚持以学生为根本,以传授知识、培养能力、提高素质和协调发展为己任,以我国经济结构战略性调整的要求和社会发展对人才的迫切需求为重心,针对师资队伍、人才培养模式、教学内容与课程体系、教学方法与手段、教学管理及培养质量等方面进行深入改革,形成具有先进的办学理念、完善的管理体制、领先的改革思路、优秀的师资队伍的龙头专业。智能科学与技术作为具有广阔发展前景和巨大应用需求的综合交叉学科,高校应进一步拓展相关研究领域,结合办学条件、管理制度及政策倾斜,突出人才培养和专业建设的特色。
1深化实践教学改革,探讨多元复合型人才培养模式
智能科学与技术专业要协调发展,首先必须明确专业特色,形成自己特有的学科体系、人才培养模式和课程特色。在智能科学技术相关研究已经渗透到各个领域的形势下,对人才的培养要从多元化角度来考虑[2]。一方面,当前国内外智能科学领域的相关研究如火如荼,原创性理论与核心技术的研究步伐在进一步加快,国际上对智能科学与技术专业研究型人才求
贤若渴。另一方面,智能科学领域的一系列学术研究成果,迫切需要转化成能够产生社会效益、支持社会主义经济发展及人民生活需要的产品,大型企业、著名公司对具有智能科学技术专业知识的应用型和工程型人才的需求势头正旺,因此,目前探讨智能科学与技术专业的人才培养模式正当其时。
1)多元化人才培养模式。智能科学与技术专业是一个集智能技术、通信技术、计算机技术、控制技术等多学科交叉、跨应用领域的本科专业。根据社会经济的发展、市场对人才的需求以及专业自身的发展特点,智能科学与技术专业的人才培养应当兼顾研究型、应用型和工程型等多元复合型人才需求,因此,智能科学专业在充分整合优质教育资源的基础上,需要不断改革教育模式。一方面,通过各种教学活动,丰富各层次、各类型的课程教学资源,如:积极开设双语教学、探究式教学、“本、研合一”的高水平课程、校外名师课程等,强化学生创新知识和科研学术能力的培养,推进高素质人才的培养计划;另一方面,针对智能科学与技术专业的应用特点,积极开展学生科研活动和实践训练,使学生通过项目实践锻炼自己的实际研发能力,提高运用所学知识解决实际问题的能力。此外,充分利用我校多学科、综合化的人才培养优势,通过以跨学科、跨专业的交叉融合,打通各方的优质教学资源,给学生提供更加广泛的学习空间,促进优质高效的复合型人才培养。
2)专业素养培养。完善由智能科学与技术专业基础课程、专业核心课程、专业方向课程三部分组成的定位明确、特色突出、规范合理的专业教育课程体系,加强学生在基础知识训练和智能科学专业技能的素养培养,强化专业基础的相关性,突出专业核心的稳定性,扩大专业方向的多样性。
3)科研素养和适应发展能力培养。智能科学与技术专业面对多元化人才需求,不仅要培养学生独立从事科学研究的能力,自主不断学习新理论、新方法和新技术的能力,以胜任学科的前沿研究和技术发展;同时还要重视学生在研发团队的协同工作能力,以适应学科在实际中的各种应用需求,在不断开发高质量智能软件系统及项目研发的实际锻炼中,培养学生的高效工作能力和良好的沟通能力。
基于以上观点,我校在教学模式的改革中,积极提倡“夯实基础、综合提高、加强实践”的三结合人才培养改革思想,针对学生的专业素养、专业技能等多个方面细化培养方案,不仅注重培养学生的实际应用能力,还要兼顾培养学生的研究型思维、科学研究的能力及创新精神,从整体上提升智能科学技术人才培养的素质。
我校智能科学与技术专业坚持“教学、科研、团队的协调发展,学科、专业、课程的整体建设”,依托北京市实验教学示范中心、北京市高等学校工程研究中心,北京市重点建设学科“计算机应用技术”、校级重点建设学科“软件理论与技术”以及与其他专业和兄弟院校的联合,开展了以教师队伍建设为基础、以人才培养改革为核心,以促进学生知识、能力、素质协调发展为目标的专业建设工作,并形成了层次型人才培养方案,如图1所示。
图1层次型人才培养方案
1.1层次型人才培养方案及教学模式
结合智能科学与技术本科专业的特点,针对多元化人才培养需求,我们构建了“教―学―用”的层次型培养模式,形成了“2+1+1”的教学模式。前两个学年主要学习计算机科学技术和智能科学基础理论知识,以学习、理解和掌握知识为主,同时采用启发引导及探究讨论的教学策略,培养学生自主学习的能力和主动探究的兴趣,进一步结合相关问题、设计方法、分析讨论和问题求解培养学生的专业素养[3]。第三学年侧重学习智能专业核心课程,如:智能机器人、智能游戏与虚拟现实技术、模式识别、智能信息获取与决策管理、自然语言处理等体现智能科学与技术专业特色的课程,使学生在理论方法的学习中提高专业技能,同时所设课程与相应的实验课相结合,加强学生理论知识的消化和实践能力的训练。第四学年,以综合实践训练为主,学生根据各自的情况和兴趣,参加学生科研立项、各类科研竞赛活动、大学生创新实验、专业实习、毕业设计及教师的科研项目等,进一步强化实践能力培养环节,有利于学生整体综合素质的提高。同时,以问题为纲,培养学生在解决问题的同时自主发现新问题和新知识,进一步培养学生的主动思维和创新提高的科学研究素养[4]。
1.2“本、研合一”的教学体系
本科生与研究生的培养互动是推动本科生创新能力培养的有效措施。我校智能科学与技术专业经过几年的探索和实践,形成了“本、研合一”的教学体系。“本、研合一”教学体系的设计思路是将学生在各个学习阶段的知识结构、实际应用能力和科学研究能力进行一体化设计,使学生在有限的时间里掌握尽可能多的知识,得到尽可能充分的实践与锻炼,并在一体化的教学体系设计中逐步培养学生的研究型思维、应用型和工程型能力,以及创新型精神,提升智能科学与技术专业的人才素质。
我校智能科学与技术专业借助已获批北京市和校级精品课程、探究式课程、双语课程及网络多媒体课程,包括智能信息获取技术、人工智能原理、模式识别、智能科学与技术导论、智能机器人和自然语言处理等,在三年级开设提高性的研究型课程,这种提高性教学采取本科生与研究生合班上课的形式,使一部分本科学生在本科阶段先行选修部分研究生课程,并接受高水平教师的培养。这一阶段要求教师面向研究和学习对象,将每一阶段的理论知识与实际应用系统对应设计,同时要求理论课和专业技术课都要针对研究和学习对象设计问题,留出解决问题的空间。在完成整个学习阶段后,组织学有余力的本科生与研究生联合申请科研立项(由学校条装处资助)、实验室开放基金(由学校学生处资助);有计划地将本科生按照他们的兴趣爱好,逐步吸纳到由研究生导师、研究型教师、研究生、本科生组成的科研课题组或特色研究小组,以科研项目组为单位,对学生进行系统的综合提高训练。
1.3积极开展“研、教互动”,培养具有前沿性、时代性和实用性的复合型人才
教师的科研和教改项目为学生提供了课外学习的平台和广阔的发展空间。部分学生将课程组教师的研究成果,实现了直观验证和探索归纳两种实验分析模式。另外,我们还组织部分有能力、有兴趣的学生成立课外科研兴趣小组,参加各种科研活动,4年来课程组教师指导的36个校级科研项目中有22个获得学校奖励。科研活动与教学的互动不仅提高和增强了学生学习的兴趣和动力,更激发了他们钻研与探索的精神。在本科第三年,一方面聘请国内外知名教授,为本科生开设前沿性的科研讲座;另一方面要求学生去联合实践基地、对口企业进行为期三个月的专业实习和相关实践活动,由双方共派导师形成导师组联合指导培养学生。这些项目不仅给学生从事基础研究创造了机会,也加强了专业科研对外合作,有利于专业人才培养水平的提高。
2以多渠道交流、合作及开放的方式,加强“产、学、研”结合的多元化培养模式
我校智能科学与技术专业广泛利用国内外优势教育资源开展主题鲜明、形式多样的教学科研合作,积极开拓产学研结合渠道,与企业共建科研开发中心合作,一方面提供学生进行专业实习、毕业设计、综合训练等,另一方面,还为学生提供科技创造的实践环境和为社会提供各种技术服务的平台。智能专业除了与本校的兄弟学院建立教学科研合作之外,还与澳洲悉尼科技大学、美国密西根州立大学、中科院高能所、中科院自动化所、iBm公司、北京上善中加信息技术有限公司、北京智能谷科技有限公司等几十家中外著名大学、软件公司、企业及高级研究机构建立了开发、科研与人才培养合作的机制,通过多种多样的方式在学校和校外各方进行联合,积极开拓产学研结合渠道,引进最先进的智能研发环境,培养学生掌握最新的研究成果和开发技术,成为适应国家科学研究、社会主义市场经济和信息产业发展需要的研究型、应用型、工程型的复合型人才,力争在人才竞争中保持优势。
3加强师资队伍建设
师资队伍建设一直以来都是专业建设的基本保证,我校智能专业注重建立教师深造培训、学术交流和工作分配的有效机制,进一步为教师提供丰富教学经验、了解人才需求的平台,以人尽其才的用人方式激发教师的工作积极性。近年来,我们已先后从中国科学院、北京理工大学、西安工业大学、北京科技大学等国内知名高校和科研机构引进了多名具有博士学位的教师,并结合智能专业的特点,建立了一支多学科、多专业的基础理论课教师、专业核心课教师、科研及工程技术人员组成的专兼结合的教师团队。这支以中青年为主的教师队伍长期工作在教学、科研第一线,积累了丰富的教学经验,教学效果显著,其中教授3人,副教授2人,研究生导师6人,具有博士学位的教师6人。经过多年的建设,专业已形成了一支知识结构、学缘结构和年龄结构比较合理的师资队伍,教师具有扎实的专业基础,深厚的教学功底,开阔的学术视野和较强的科研能力,其中,2人获北京市优秀青年骨干教师称号,3人多次获得学校优秀主讲教师、优秀导师和优秀毕设指导教师等称号。
在专兼结合的教师团队中,智能科学与技术专业的教师侧重培养学生扎实的理论基础和专业知识,同时注重院校内部交叉学科知识的融会贯通,联合院内信息工程专业、计算机科学专业、软件工程专业以及教育科学学院从事相关研究的学者,通过讲座与项目联合的方式,培养学生对跨学科交叉领域知识的掌握与应用。同时,积极开展与国内外著名软件公司、企业及高级研究机构的交流与协作,建立相关产业和领域一线工程技术人员到学校兼职授课的制度和机制,进一步扩充师资队伍的力量。另外,在教师队伍的建设建设中,采用以老带新和以新促长的方式,注重分工协作和交流发展,采用课程主讲教师负责制,全面负责课程的教学、实验、实习和实践;而实验教师负责实验、实习和实践教学,从而保证了队伍的连续性和优势互补性。此外,教授、副教授每学年必须为本科生开设核心课程,并要承担一定的教学实验、专业实习、指导本科学生科研立项、毕业论文指导等工作,切实保障了课程理论学习与实验、实践、研究环节的紧密跟踪与指导。
4优化课程体系
课程建设是专业建设的重要内容,课程教学的质量直接关系到人才培养的质量。智能科学与技术专业目前有北京市、校级精品课程、优秀课程、探究式课程、双语课程及多媒体网络课程7门,智能信息获取技术、人工智能原理、模式识别、智能决策支持系统、智能机器人、自然语言处理,另外还有多门课程的建设工作验收合格。智能科学与技术专业在课程体系的设置和改革方面,参考了国内外著名高等学校,包括麻省理工大学、斯坦福大学、东京大学、悉尼大学以及北京大学、南开大学、西安电子科技大学、北京邮电大学的智能科学专业的课程设置,充分考虑了我院在信息处理技术方面的特色,以及智能科学专业多年来在机器学习、模式识别、自然语言理解以及智能信息处理等方向的科研成果及研究生培养经验积累,以智能机器人、智能游戏及智能信息处理等为特色课程,以建设“理论―研究―实践”为指导思想,设置了协同递进的特色课程体系,如图2所示。通过“学习+提高+实践”的协同递进和不断深化的过程,达到系统掌握和融会贯通,并由“基础训练”提高到“专业素养”,最终上升为综合能力。在理论基础和实践训练的协同学习过程中,案例学习与项目带动的一体化方式可以激发学生的学习热情和科研兴趣,同时使学生感知理论基础知识的重要性。
图2协同递进的课程体系
5拓宽多学科领域的教学科研合作,提高人才培养质量
智能科学与技术专业自身特点决定了在人才培养方面的学科综合交叉性[5],体现了与其他领域的技术相互渗透的必要性,这种跨学科的交叉应用研究更能激发智能科学与技术专业的活力,更能充分发挥智能专业的科研潜力。拓宽领域合作是各个学科在教学改革中值得思考的问题,我校智能科学与技术专业结合本校的办学特色,与教育科学学院教师联合开展了在教育信息智能化方面的相关合作,将专业技术广泛应用于教育信息的智能处理中,从学业表情、知识驱动、网络信息监管与安全分析入手,基于情感计算、数据挖掘、multi-agent、分布式智能检测、教育信息等技术,在情绪信息认知计算模型和信息安全监控模型方面进行广泛深入的合作研究。这种交叉领域的教研合作,有利于促进专业相关课程及其实验、实习、科研、毕业论文、学生科研活动取得良好的应用效果[6]。
6人才培养和专业建设的架构
本校智能科学与技术专业结合近年来在人才培养和教学改革中的经验和教训,缜密剖析了当前智能科学与技术专业在我国的学科地位、自身特点和未来发展,建立起了“专业基础+项目实践+社会服务”的人才培养与专业建设架构,如图3所示。
图3人才培养与专业建设架构
7结语
智能科学与技术是一个与学科领域前沿及最新发展紧密结合的多学科交叉专业,因此要结合心理学、哲学、生命科学等多学科不断优化知识结构,根据教育部、教学指导委员会和国家及北京市科技发展中长期规划纲要,突出重点领域和前沿技术优先发展的有关要求,认真研究专业定位,规范智能科学与技术专业建设的基本内容,加强基础,提高素质,优化结构,增强优势,协调发展,突出特色;顺应社会的
发展需求,面向市场的用人需求,构建经济社会发展需要的课程体系,规范课程教学内容设置,加强精品课程建设,开设高水平课程。同时,政策倾斜、条件改善和严格管理是提高人才培养质量的保障,高校应当进一步加大投入,支持智能科学与技术专业的实验室、实习基地、图书资料、基础设施、师资优化等教学条件的建设和改善,使其具有更好的办学条件和更加先进的教学手段,满足多元复合型人才培养的需要。此外,专业建设实行专业责任制,明确专业建设目标,理清专业建设思路,切实制定和完善专业建设实施规划,加强师资队伍建设,在课程改革与建设、教材建设、实践教学基地建设、教学改革与管理等方面落实相关人员责任,落实专业建设经费,确保达到专业建设的预期目标。最后,加强专业毕业生就业服务与跟踪调查:以科学发展观为指导,以学生的全面和谐发展为中心,在统筹兼顾的前提下,重点加强专业的毕业生就业服务与指导工作,努力提高就业率,积极开展就业跟踪调查,多渠道了解信息,建立更加完善的毕业生社会评价反馈体系,加强专业毕业生的后续管理,进一步提高专业的影响力和社会声誉。
参考文献:
[1]王万森,钟义信,韩力群,等.我国智能科学技术教育的现状与思考[J].计算机教育,2009(11):10-14.
[2]谢昆青.第一个智能科学与技术专业[J].计算机教育,2009(11):16-20.
[3]焦李成,石光明,钟华,等.智能科学与技术本科特色专业建设的实践与探讨[J].计算机教育,2009(11):26-29.
[4]李擎,陈雯柏,李邓化,等.智能科学技术专业建设的实践[J].计算机教育,2009(11):33-37.
[5]魏秋月.关于智能科学与技术专业人才培养和学科建设的思考[J].教育理论与实践,2009(9):18-19.
[6]刘丽珍,王旭仁,刘杰.智能科学与技术本科专业教学改革及课程建设[J].教育信息化,2009(11):112-115.
theDiscussionontheUndergraduatetrainingandprofessionalBuildingoftheSpecialtyof
intelligenceScienceandtechnology
LiULi-zhen,SHiChang-di,LiZhi-ping,ZHanGCong-xia
(Collegeofinformationengineering,CapitalnormalUniversity,Beijing100048,China)
人工智能技术研究篇10
关键词：人工智能；本科高年级教学；教学改革
中图分类号：G642 文献标识码：B
1 引言
人工智能是计算机科学与技术学科类各专业重要的基础课程，在信息类相关的许多高年级本科和研究生都开设了人工智能课程。人工智能是一门前沿性的学科，它主要研究计算机实现智能的基本原理和基本方法，同时人工智能也是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域。广义的人工智能涵盖了模式识别、机器学习、数据挖掘、计算智能、神经网络、统计学习理论等众多研究方向。人工智能作为计算机学科的重要分支，已成为人类在信息社会和网络经济时代所必须具备的一项核心技术，并将在未来发挥更大的作用。
由于人工智能课程的学习难度较大，内容更新比较快，也繁多，使得教学有一定的难度。特别是针对本科高年级的人工智能教学，由于本科生的研究意识相对较弱，而人工智能比较强调科研性，所以如何教好本科高年级的人工智能课程是一项非常具有挑战性的任务。
本文通过分析本科高年级的教学特点和人工智能课程的自身特点，在如何提高教学质量这一问题上提出了几点思考。
2 本科高年级的教学特点
中国的本科教育，由于历史和经济发展水平等诸多原因，目前的定位还是培养某方面专业人才的专才教育。本科高年级学生在完成了低年级公共基础课程和部分专业基础课程的学习之后，迫切希望了解本专业的应用领域和发展前景，所以在教学过程中要注意内容的应用性和专业性。另一方面，本科高年级学生也是研究生教育的储备人才，在教学过程中要适时的进行科研引导，这样能够让毕业生保持对科学的兴趣，从而为研究生阶段进一步深入研究打下基础。本科生一般于4年级的10月份开始着手毕业设计，在本科高年级的教学过程中还要注意与毕业设计的内容相结合，这样可以让学生提前做好准备，选择适合自己的方向。
3 人工智能课程的学科特点
与信息类其它专业课程相比，人工智能具有应用性、研究性和发展性三个重要学科特点。首先，人工智能是一门应用性很强的学科。人工智能学科的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。人工智能技术广泛应用于模式识别、数据挖掘、智能控制、信息检索、智能机器人等领域，在日常生活中，随处可见人工智能技术的应用实例；其次，人工智能技术具有很强的研究价值，是计算机科学领域中重要的研究方向。技术进步无止境，研究者们不断追求开发出效率更高、更智能的人工智能技术：最后，人工智能是一门正在发展中的学科。随着信息化、计算机网络和internet技术的发展，人类已步入信息社会和网络经济的时代，它们为人工智能提出了许多新的研究目标和研究课题，人工智能的应用领域以及技术算法都在不断发展。
4 人工智能教学的三点思考及对策
4.1 注重应用性和介绍性
在教学实践中，笔者发现，本科高年级学生一般比较关心各种人工智能技术的应用领域和使用方法，而对基础性理论和技术细节不是很感兴趣。他们一方面希望能学到很多较新和较实用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老师的教学主要停留在介绍性层面，不想花太多时间在复杂的理论理解上。这也比较符合本科高年级的教学特点，本科阶段主要是培养具备较强应用性和基础科研素质的专业人才。传统的人工智能教学主要讲授知识表示和搜索推理技术，大部分实例都是解答式或推证式的。由于其知识的抽象性，又加之其应用实例较少，所以往往教师感觉难讲，学生在学习过程中也感觉乏味，对讲授的内容大多都是死记其方法和步骤，因此影响了教学效果。针对这一问题，笔者认为，在设计人工智能教学时，要注重内容的新颖性、实用性和介绍性。除了讲授那些仍然有用的和有效的基本原理和方法之外，要着重介绍一些新的和正在研究的人工智能方法和技术，特别是近期发展起来的方法和技术，如支持向量机、决策树、模糊集、遗传算法、蚁群算法等。这些内容的理论部分可以不必过分深究，教学重点主要放在介绍每种技术的产生背景、发展状况、应用领域和具体实现上。此外，要注意理论与实际应用密切结合，在教学过程中加入一些与课程内容结合的、可以用计算机实现的实际应用内容。考虑到目前应用最广泛的人工智能领域之一是模式识别，而研究模式识别的主要计算机工具是matlab，所以笔者在教学过程中以手写数字识别作为教学实例，针对所介绍的每一种人工智能技术，都将其应用于手写数字识别当中，并讲解了这些技术的matlab实现方法。学生在掌握了基本理论之后，可以按照实现步骤的指导，立刻上机见到算法的实际效果，加深对算法实现思路和方法的认识。
4.2 注重科研引导性
本科教学不仅要培养学生的应用能力，还要培养学生具备基本的科研素质。本科教育一方面为社会培养了大批应用型人才，另一方面也要为我国的科研事业培养后备力量。特别是近几年来我国对科研的投入不断增加，研究生招生规模逐年增大，本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题，其涵盖的分支非常广泛，如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等，都是目前国际和国内热门的研究方向。针对这一特点，在本科高年级的人工智能教学中，还要注意对学生适时适度的科研引导。这样可以激发学生的研究兴趣，树立目标意识，找准研究方向，为未来的科研工作打下基础。在教学过程中，可以引导学生思考每种人工智能技术的优点是什么?缺点是什么?有没有改进的办法?比如Bp神经网络是计算智能中较为成熟的技术，具有强大的非线性学习能力，在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用。然而Bp神经网络算法自身也存在着一些缺点，如会有局部最小解、解受初值影响较大、理论解释不完善等。近十年来，研究者逐渐把目光转移到另一种新的非线性学习工具――支持向量机上。同神经网络相比，支持向量机具有泛化能力强、不受局部最小问题困扰、理论背景完善等显著优点。在给学生讲解Bp神经网络算法的时候，一方面可以通过手写数字识别实验展示其强大的非线性分类能力，另一方面也要告诉学生，Bp神经网络并不是完美的，其缺点同样明显。然后引导学生对这些问题进行思考，讨论有没有更好的解决办法。此时，顺势引出支持向量机的内容，并且介绍支持向量机的研究现状和研究方向。通过两者的对比，学生不但了解到了较新的人工智能技术，又对人工智能研究中如何去发现问题、解决问题、人工智能技术的进化历程有了直观的印象。
4.3 教学内容与毕业设计相结合
本科毕业设计是对本科生用所学知识来解决实际问题和进行专业研究能力的检验，是本科高年级学生将要面临的一项重要任务。由于人工智能学科具有应用性和科研性的特点，人脸识别、网页检索、经济预测、基因数据处理等应用领域都离不开人工智能技术，所以人工智能方向为学生提供了丰富的毕业设计选题。针对这一特点，在本科高年级的人工智能教学中，可以适当穿插介绍有关毕业设计的内容。告诉学生哪些应用领域是目前人工智能研究的热点方向，哪些人工智能技术可以用来解决这些问题。通过向学生介绍具有一定应用价值和研究意义的题目，然后引导他们查找阅读相关技术文献，分析问题，解决问题，最后编写代码和撰写论文。比如笔者给学生提供的选题包括：(1)基于支持向量机的上市公司信用评价；(2)正则化回归在股票预测中的应用；(3)基于肤色的人脸检测；(4)基于内容的网页图像检索等。这些题目应用性强，具有一定科研深度但是难度又不至于太大，学生选择这些题目的积极性很高。通过将教学内容与毕业设计相结合，不但加深了学生对课程的理解，又使其找到了合适的毕业设计题目，可谓一举两得。