信息的智能化处理技术分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇信息的智能化处理技术分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：在科学技术快速发展的过程中，信息处理技术也不断更新，逐渐向着智能化的方向发展。处在信息化时代中，人们在生活和工作中会接触到大量的信息，借助信息的智能化处理技术，能够更好的管理庞大的信息，全方位的掌握信息，可以根据信息制定出合理的决策。本研究主要对信息的智能化处理技术进行论述，分析智能信息处理技术的发展史，并介绍了该技术的应用状r，展望了技术发展前景，以期改善信息处理效率。

关键词：智能化；信息处理技术；人工智能；神经网络

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）31-0254-02

近年来，智能信息处理技术获得了突飞猛进的发展，该技术有机融合了控制技术、电子技术、计算机技术等多种先进技术，能够高效实现信息的采集和处理任务。开展信息的智能化处理技术研究具有非常重要的意义，能够全方位的了解和掌握智能信息处理技术的发展及运用状况，并发挥该技术的优势和作用，为今后的研究提供依据。

1 信息的智能化处理技术的产生与发展

1.1信息的智能化处理技术的产生

早在1930年就产生了信息的智能化处理技术，然而因为运算功能强大的工具，致使智能化信息处理技术的功能无法得到全面体现，这在一定程度上限制了信息的智能化处理技术的发展和成熟。计算机技术的广泛应用为信息的智能化处理技术的进一步发展提供了坚实的基础保障，研发出多种智能信息处理产品，在人们的工作和生活中得到了大规模的应用，为人们提供了极大的便利，同时也产生了较大的社会及经济效益。针对当前医学领域中的GT机而言，该机器充分运用了智能化信息处理技术的优势[1]；同时美国科学家J. W.Coolev领导多位研究人员共同研制出先进的FFT算法，极大地推动了科学研究领域的创新发展。随后硬件电路就借助FFT算法对智能监测仪器进行开发研究，推出多种自动化和智能化程度较高的检测设施，获得了很大的成功[2]。科学技术的实时发展使信息的智能化处理技术也不断更新，科技水平逐步提升，智能化信息处理技术在信息处理系统中发挥的作用越发重要。

1.2信息的智能化处理技术的发展

信息处理技术顺应着通信技术、计算机技术的发展潮流，已经进入到一个全新的发展阶段，不仅更新了传统的发展理论及方式，在研究领域方面也获得了进一步的拓展，构建出全新的研究理论及方法。在信息处理技术最初发展阶段，线性、最小相位及因果等系统是几大关键研究内容，在不断的发展过程中已经逐渐转向非最小相位、非因果和非线性等研究领域，能够结合信息的变化开展针对性的处理工作。能够处理可靠性和稳定性较差的信息是智能化信息处理技术最显著的特征，能够使其转变为可靠和确定的信息。在智能化信息处理技术的支撑下，能够在确定性较差的信息内获取相对精确的结果，能够对信息进行有效、充分的利用，显著改善了信息的整体利用率。

构建具有良好判断能力、理解能力和学习能力的人工智能系统是开展智能化信息技术研究的根本目标，信息的智能化处理技术主要借助不同算法对信息进行采集和利用，最终达到智能化管控的效果。由此得知，信息的智能化处理技术主要研究内容为：1）环境、机器同人的彼此智能化交互协作。该技术能够对语音或文字开展自动识别研究，并尝试理解自然语言，对图像、视觉信息进行自主化的加工和处理，确保环境、机器同人三者能够实现信息的互动沟通、交流[3]；2）将有价值、有效信息从数据库内进行提取，并总结基本规律。智能化信息处理技术的根本研究内容为机器学习及简约数据，需要借助已经掌握的模式识别理论、知识，针对数据信息进行简化处理，通过可阅读的方式将信息呈献给决策人员，便于制定出科学的决策。也能够自动化的学习多种数据，进而进行数据的评价和分类处理工作，对结果进行准确的预测；3）合理规划和优化智能系统，发挥系统的协作、决策功能。应对计算机决策系统、辅助规划系统进行构建，参考优化指标改善社会及经济效益。还应对系统建模内容进行探究，对智能决策、规划、体系协作的基础理论和方式进行进一步的优化。

2 信息的智能化处理技术理论及方法

信息的智能化处理技术涵盖多个研究领域，融合了通信技术、控制技术和计算机技术等先进技术，涉及多个信息科学技术学科。综合当前的研究及发展情况，可以将信息的智能化处理技术归为以下几类：

2.1模糊理论

若需要对无法确定对现象进行探究和分析，就必须要借助模糊理论来实现。由于事物本身拥有不确定的特性，同数学理论下的二元性原则没有直接关系，属于对象差异的中间过渡状态，无法进行准确的划分，从而不能明确对象类型。模糊系统具有模糊性特征，能够结合模糊理论发挥模糊信息处理功能，是一种动态化的模型。一般在模糊系统内，输入、输出彼此对应，能够将其视为连续函数的通用逼近器，主要包括模糊推理机、反模糊化器、模糊产生器及模糊规则库[4]。建立在神经网络、模糊系统之上的模糊神经网络，有效整合了模糊系统机理、神经网络，将二者的优势进行了整合，同时也融合了多种理论，包括动力学、逻辑计算、处理方式及语言等。模糊神经网络不仅具有较强的联想能力、识别能力和学习能力，同时还拥有良好的模糊信息处理性能。在普通神经网络内，对模糊输入信号、权值进行添加是模糊神经网络的核心所在，在优势互补的原理下，能够使神经网络、模糊系统的优势和功能充分展示出来，同时也弥补了二者各自的弊端和不足。构建的模糊神经网络使信息的智能化处理技术发展迈向一个全新的发展层面，具有非常重要的意义。

2.2 人工神经网络法

网络模型、数学模型是构建人工神经网络的关键，基于网络模型内，基础构成就是人工神经元，需要结合特定结构对其进行组合，最终打造出完整的模型；而在数学模型内，依据大脑神经元构建的人工神经是处理信息的单元体，借助组合而成的人工神经元，能够形成神经网络结构。独立人工神经元、神经元间的基本连接结构就是神经网络结构。就信息的智能化处理技术发展研究结果进行分析，当前已经成功研制出多达十几种的人工神经元网络模型，依据信息流动方向、连接途径，能够将人工神经元网络模型划分为多种不同的种类[5]。相互结合型（反馈型）网络、前向型网络是构成人工神经元网络模型的两大类，前者具有反馈信息的功能，而后者无法对信息进行反馈处理。