議論人工智能的論文

　　人工智能是一門研究具有智能行為的計(jì)算模型，其最終的目的在于建立一個(gè)具有感知、推理、學(xué)習(xí)和聯(lián)想，甚至是決策能力的計(jì)算機(jī)系統(tǒng)，快速的解決一些需要專業(yè)人才能解決的問(wèn)題。以下是學(xué)習(xí)啦小編精心整理的議論人工智能的論文的相關(guān)資料，希望對(duì)你有幫助!

　　議論人工智能的論文篇一

　　人工智能在模式識(shí)別中的應(yīng)用研究

　　一、引言

　　隨著計(jì)算機(jī)應(yīng)用范圍不斷的拓寬，我們對(duì)于計(jì)算機(jī)具有更加有效的感知“能力”，諸如對(duì)聲音、文字、圖像、溫度以及震動(dòng)等外界信息，這樣就可以依靠計(jì)算機(jī)來(lái)對(duì)人類的生存環(huán)境進(jìn)行數(shù)字化改造。但是從一般的意義上來(lái)講，當(dāng)前的計(jì)算機(jī)都無(wú)法直接感知這些信息，而只能通過(guò)人在鍵盤、鼠標(biāo)等外設(shè)上的操作才能感知外部信息。雖然攝像儀、圖文掃描儀和話筒等相關(guān)設(shè)備已經(jīng)部分的解決了非電信號(hào)的轉(zhuǎn)換問(wèn)題，但是仍然存在著識(shí)別技術(shù)不高，不能確保計(jì)算機(jī)真正的感知所采錄的究竟是什么信息。這直接使得計(jì)算機(jī)對(duì)外部世界的感知能力低下，成為計(jì)算機(jī)應(yīng)用發(fā)展的瓶頸。這時(shí)，能夠提高計(jì)算機(jī)外部感知能力的學(xué)科——模式識(shí)別應(yīng)運(yùn)而生，并得到了快速的發(fā)展。

　　人工智能中所提到的模式識(shí)別是指采用計(jì)算機(jī)來(lái)代替人類或者是幫助人類來(lái)感知外部信息，可以說(shuō)是一種對(duì)人類感知能力的一種仿真模擬。它探討的是計(jì)算機(jī)模式識(shí)別系統(tǒng)的建立，通過(guò)計(jì)算機(jī)系統(tǒng)來(lái)模擬人類感官對(duì)外界信息的識(shí)別和感知。

　　二、人工智能和模式識(shí)別

　　(一)人工智能。人工智能(Artificial Intelligence)，是相對(duì)與人的自然智能而言的，它是指采用人工的方法及技術(shù)，對(duì)人工智能進(jìn)行模仿、延伸及擴(kuò)展，進(jìn)而實(shí)現(xiàn)“機(jī)器思維”式的人工智能。簡(jiǎn)而言之，人工智能是一門研究具有智能行為的計(jì)算模型，其最終的目的在于建立一個(gè)具有感知、推理、學(xué)習(xí)和聯(lián)想，甚至是決策能力的計(jì)算機(jī)系統(tǒng)，快速的解決一些需要專業(yè)人才能解決的問(wèn)題。從本質(zhì)上來(lái)講，人工智能是一種對(duì)人類思維及信息處理過(guò)程的模擬和仿真。

　　(二)模式識(shí)別。模式識(shí)別，即通過(guò)計(jì)算機(jī)采用數(shù)學(xué)的知識(shí)和方法來(lái)研究模式的自動(dòng)處理及判讀，實(shí)現(xiàn)人工智能。在這里，我們將周圍的環(huán)境及客體統(tǒng)統(tǒng)都稱之為“模式”，即計(jì)算機(jī)需要對(duì)其周圍所有的相關(guān)信息進(jìn)行識(shí)別和感知，進(jìn)而進(jìn)行信息的處理。在人工智能開(kāi)發(fā)，即智能機(jī)器開(kāi)發(fā)過(guò)程中的一個(gè)關(guān)鍵環(huán)節(jié)，就是采用計(jì)算機(jī)來(lái)實(shí)現(xiàn)模式(包括文字、聲音、人物和物體等)的自動(dòng)識(shí)別，其在實(shí)現(xiàn)智能的過(guò)程中也給人類對(duì)自身智能的認(rèn)識(shí)提供了一個(gè)途徑。在模式識(shí)別的過(guò)程中，信息處理實(shí)際上是機(jī)器對(duì)周圍環(huán)境及客體的識(shí)別過(guò)程，是對(duì)人參與智能識(shí)別的一個(gè)仿真。相對(duì)于人而言，光學(xué)信息及聲學(xué)信息是兩個(gè)重要的信息識(shí)別來(lái)源和方式，它同時(shí)也是人工智能機(jī)器在模式識(shí)別過(guò)程中的兩個(gè)重要途徑。在市場(chǎng)上具有代表性的產(chǎn)品有：光學(xué)字符識(shí)別系統(tǒng)以及語(yǔ)音識(shí)別系統(tǒng)等。

　　在這里的模式識(shí)別，我們可以將之理解成為：根據(jù)識(shí)別對(duì)象具有特征的觀察值來(lái)將其進(jìn)行分類的一個(gè)過(guò)程。采用計(jì)算機(jī)來(lái)進(jìn)行模式識(shí)別，是在上世紀(jì)60年代初發(fā)展起來(lái)的一門新興學(xué)科。

　　三、人工智能在模式識(shí)別中的應(yīng)用

　　(一)數(shù)字識(shí)別及語(yǔ)音識(shí)別。在數(shù)字識(shí)別的過(guò)程中，對(duì)于手寫(xiě)體的識(shí)別一直是一個(gè)難題，而其又在郵政編碼的識(shí)別、銀行業(yè)務(wù)等方面具有較為廣泛的應(yīng)用，但是其字體形式變化較大，導(dǎo)致提高對(duì)其的識(shí)別率成為了一個(gè)難題，精準(zhǔn)的識(shí)別存在著較大的困難。而采用人工智能中的神經(jīng)網(wǎng)絡(luò)技術(shù)后，系統(tǒng)可以利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)及快速并行功能來(lái)實(shí)現(xiàn)對(duì)手寫(xiě)數(shù)字的快速識(shí)別，有力的提高相關(guān)運(yùn)用領(lǐng)域的工作效率。

　　而語(yǔ)音識(shí)別，簡(jiǎn)單的將就是能使得計(jì)算機(jī)能聽(tīng)懂人所說(shuō)的話，一個(gè)典型的例子就是七國(guó)語(yǔ)言(中、日、英、意、韓、法、德)口語(yǔ)自動(dòng)翻譯系統(tǒng)，它可以將人說(shuō)的話翻譯成為機(jī)器所設(shè)定的目的語(yǔ)言，在整個(gè)過(guò)程中不需要翻譯人員的參與。其中的中文部分實(shí)驗(yàn)平臺(tái)設(shè)置在中科院自動(dòng)化所的模式識(shí)別國(guó)家重點(diǎn)實(shí)

　　驗(yàn)室中，這標(biāo)志著我國(guó)的機(jī)器口語(yǔ)翻譯研究已經(jīng)跨入世界先進(jìn)行列。在這個(gè)系統(tǒng)的功能實(shí)現(xiàn)之后，出國(guó)旅行需要預(yù)定旅館、購(gòu)買機(jī)票、就餐等需要和外國(guó)人進(jìn)行對(duì)話時(shí)，只需要利用電話 網(wǎng)絡(luò)或者是國(guó)際互聯(lián)網(wǎng)就能夠順利的和對(duì)方進(jìn)行通話，進(jìn)行 語(yǔ)言交流。

　　(二)人臉立體識(shí)別模式。人臉識(shí)別的過(guò)程主要包括這樣三個(gè)主要的部分：其一，人臉模式庫(kù)，即與所采集的實(shí)時(shí)圖像進(jìn)行對(duì)比，判斷其是否存在于人臉模式庫(kù)當(dāng)中，若存在，則給出每個(gè)人臉的位置和大小等相關(guān)的臉部信息;其二，對(duì)面部特征進(jìn)行定位，即對(duì)每一個(gè)人臉的主要器官進(jìn)行檢測(cè)，包括對(duì)其的具體位置和形狀等特征進(jìn)行具體的信息收集，然后將之進(jìn)行歸一化的處理;其三，比對(duì)，即根據(jù)所采集到得人臉面部特征來(lái)和人臉模式庫(kù)中的圖像進(jìn)行對(duì)比，之后對(duì)該人臉的身份進(jìn)行核實(shí)。

　　常見(jiàn)的人臉識(shí)別技術(shù)大部分可以歸為這樣三個(gè)類型：采用基于幾何特征的方法，基于模板的方法以及基于模型的方 法。其中，基于幾何特征的方法最為常見(jiàn)，它通常需要與其他的算法進(jìn)行結(jié)合之后才能形成比較好的識(shí)別效果;而基于模板的方法又能夠分為基于匹配的方法、臉部特征的方法、線性判別分析的方法、神經(jīng)網(wǎng)絡(luò)方法以及奇異值分解方法等;再次，基于模型的方法主要包括基于隱馬爾可夫模型、主動(dòng)外觀模型和主動(dòng)形狀模型方法等。

　　采用人臉識(shí)別模式來(lái)進(jìn)行身份驗(yàn)證具有明顯的有點(diǎn)，諸如：易用性好、準(zhǔn)確度高、隱私性能好、穩(wěn)定性好，且能被大部分的用戶容所接受。人臉二維圖像的識(shí)別已經(jīng)基本實(shí)現(xiàn)，但是基于三維的立體圖像人臉識(shí)別技術(shù)卻處于研發(fā)階段。人臉的二維及三維模型所反映的臉部外部信息是不同的，二維圖像中的灰度值反映的是人臉表面亮度的差異，而三維圖像中添加了深度信息，它能夠表達(dá)臉形的信息數(shù)據(jù)，使得臉部的信息量更加豐富，能提高臉部的識(shí)別概率。

下一頁(yè)分享更優(yōu)秀的<<<議論人工智能的論文