苏嘉庚

（石家庄邮电职业技术学院，河北 石家庄 050021）

智能信息处理技术的发展和应用研究

苏嘉庚

（石家庄邮电职业技术学院，河北 石家庄 050021）

近年来，我国的科学技术得到前所未有的发展，科学技术水平不断提高。智能信息处理技术作为一项比较前沿的信息技术，也有了一定的发展，并且得到广泛应用，已经成为越来越多的学者关注的热点，其功能是对信息进行搜集和处理。在信息化的今天，信息的价值变得越来越高，而智能信息处理技术的发展为信息处理工作起到了非常重要的促进作用，进而推动着各个相关领域的发展，所以对智能信息处理技术的分析研究具有非常重要的现实意义。

智能信息；处理技术；神经网络；信息融合

近年来，随着计算机技术和通信技术的广泛应用以及不断创新，信息处理技术的发展不再仅停留在一般水平。为了达到社会的相关要求，人们着重探索信息处理技术的新理论和新方法，使得信息处理技术迈向一个新的台阶。科技发展迅速的今天对信息处理技术的一个重要要求就是可以对随时变化的信息进行一定的处理和分析。而智能信息处理技术就可以达到社会对信息处理技术的要求，它能够把不确定也不可靠的相关信息通过一定的处理和分析，转化成可靠的信息。智能信息处理技术能够把已经获取的信息进行恰当和充分地运用，这样就提高了信息的利用率，对信息爆炸的当今社会来说，无疑是一项具有特殊意义的信息处理技术。

1 智能信息处理技术的概述和发展

1.1 智能信息处理技术概述

智能信息处理技术作为一项关键性的技术是将多种技术进行了一定结合的产物，其中包括计算机技术、电子技术、控制技术和通信技术等，其中计算机技术是智能信息处理技术的核心。智能信息处理技术是一种可以自动搜集和处理信息的一种新型的信息处理技术，由于其具有的特点比较符合现代社会对信息处理技术的要求，所以此技术已经在我国得到了广泛应用。

1.2 智能信息处理技术的产生与发展

智能信息处理技术是在20世纪30年代出现的，但是当时由于科学技术并不发达，几乎没有实现快速计算的工具，达不到智能的要求，所以从技术上来看，智能信息处理技术的发展并不顺利。促进智能信息处理技术快速发展是计算机的出现，随着计算机的普及，相关研究者开始把智能信息处理技术和计算机进行一定程度上的结合，利用各自的优势创造出了很对高科技的产品，使得相关生产领域产生了巨大的收益。比较典型的例子就是英国制造的CT机，CT机逐渐变成了各大医院的必备基础设施之一，医生的工作效率有了突飞猛进的提高，产生了良好的经济效益，具有一定发展前景，进而使得医学有了进一步的发展；另外一个典型的例子是英国研发的FFT，FFT在高自动化检测设备的使用中取得了非常大的成功，FFT的研发成功对当时的社会产生了巨大的影响，成了各领域的关注热点。

2 智能信息处理技术主要理论与方法

2.1 人工神经网络方法

人工神经网络方法的研究基础是建立在数学和网络模型上的，人工神经网络在数学模型方面的体现，人类大脑的神经元是人工神经的依据和基础，是人工神经网络方法的单位体。具体来说人工神经网络方法作为一个比较复杂的神经网络模型，整体是由数量庞大的人工神经元进行有机结合的产物。整个结构是以大量的人工神经元和每个人工神经元之间的连接物质为基础形成的，将人工神经元依据某种结构结合在一起形成了整个模型。根据目前所掌握的资料，人工神经元网络模型的种类已经有十几种。人工神经元网络模型可以分为相互结合型网络和前向型网络，两种网络模型的本质区别就是存不存在信息的反馈机制，此种分类是由信息流动的方向和连接的方式决定的。

2.2 模糊理论

模糊理论在人们的实际生活中的应用是十分广泛的，在研究者需要研究的对象存在一定的不确定性时，模糊理论就派上了用场。由于研究的对象自身所具有的不确定性的特征，本身并不受二元性的原则所约束，研究对象的不确定性的特征是中间的模糊过渡状态，由于特征的特殊性就不容易进行明确的划分，所以就具有不同程度的模糊性。把研究对象的模糊信号和权重值施加到神经网络模型中，此工作就是模糊神经网络的核心内容，把神经网络和模糊理论的有机结合并发挥了各自的优势。通过两种理论的相互融合把语言、逻辑、动力学的理论和处理方式方法也进行结合，产生了非常优异的学习、识别和模糊信息的处理能力，模糊神经网络的基础就是由上述的神经网络模型和模糊系统共同组成的，模糊神经网络的产生和发展就是智能信息处理技术成熟的一个重要标志。

2.3 进化算法

进化算法是经过对生物界的遗传规律和自然选择的特点的借鉴而形成的一种算法，对多个领域起到了一定的指导作用。遗传算法的基本原理是对自然界生物的遗传模型的模仿，在整体中实行优化性的搜索的过程，遗传算法具有特殊点，遗传算法研究的对象是个体，对个体进行一定的选择、交叉和变异的操作的过程，遗传算法在实际的应用中具有一定的优势，因为此方法的操作比较简单，适合应用于信息的并行处理的问题上。

遗传算法经过许多研究者的研究和改进，已经在自动控制、图像的识别和机器的学习方面得到了非常广泛的应用，职能信息处理技术中比较常用的一种方法就是遗传算法。

2.4 信息融合技术

信息融合技术主要研究的内容就是用什么样的方式可以把大量的信息通过加工进行运用，并且能够使得信息之间相互补充，进而获得比较真实和精准的信息。对人类脑部处理信息的能力进行模仿就是信息融合技术的原理，因为该系统中存在的传感器是非常多的，又由于不同的传感器发出的信号不是完全相同的，从而搜集到的信息也不是完全一样的，这时系统就会模仿人类的大脑处理信息的过程，对每一个传感器发出的信号进行一定的搜集、处理和整合，信息就可以实现支配和使用，多传感器系统可以实现信息可靠性的目标，因为在处理过程中可以对目标实行精密的检测，并对不确定的信息进行排除，在处理的过程中还可以对复杂的信息流进行有效的结合的方式来提升所处理信息的精确性，使得最后的信息系统具有更加优越的优势。现阶段信息融合模型主要分为数据型模型和功能型模型。

3 智能信息处理技术的应用

（1）在灾害的预防和安全工作等方面的应用，在识别人脸和指纹等方面的信息时，比如对非法入境的安全检查工作中，另外在森林发生火灾的情况下，可以对灾情的实际状况的掌握进而制定有效的解决方案来控制火灾的进行。

（2）农业生产工作中的应用，通过智能信息处理技术帮助农民选择不容易被虫害的种子，还可以运用遥感技术，对农作物的实际长势情况进行实时的掌握，还可以估计产值。

（3）在商务工作中的应用，通过一定的数据挖掘，信息处理和分析等技术，对现阶段市场的信息和趋势进行掌握，以便企业做出合理的决策。

智能信息处理技术除了在机器人制造、灾害的预防和安全工作、农业生产工作和上午工作中的应用以外，在人们的日常生活中也存在很高的应用价值，在处理一些重复劳动的信息时，智能信息处理技术的应用能够有效地提高工作效率，满足人们日常生活和工作的需要。

4 结语

综上所述，科技发展迅速的今天对信息处理技术的一个重要要求就是可以对随时变化的信息进行一定的处理和分析，而智能信息处理技术就可以达到社会对信息处理技术的要求，它能够把不确定也不可靠的相关信息通过一定的处理和分析，转化成可靠的信息。所以，应该加大对智能信息处理技术的研究强度，以此来促进我国社会和经济的发展。

[1]何友，王国宏.多传感器信息融合[M].北京：电子工业出版社，2007.

[2]林明星，付晨.基于神经网络的多传感器信息融合技术田[J].新技术新工艺，2010（3）：259-261.

Research on development and application of intelligent information processing technology

Su Jiageng
（Shijiazhuang University of Post and Telecommunications, Shijiazhuang 050021, China）

In recent years, China’s science and technology have got unprecedented development, and level of science and technology continues to improve. Intelligent information processing technology as an advanced technology, it also has a certain development, and has been widely used, which has become the focus of more and more scholars, its function is to collect and process information. In today’s information age, the value of information is becoming higher and higher, and the development of intelligent information processing technology plays a very important role in information processing, which further promote the development of various related felds, so the analysis and research of the intelligent information processing technology is of great signifcance.

intelligent information; processing technology; neural network; information fusion

苏嘉庚（1986— ），男，河北石家庄，CCF会员，硕士，助教；研究方向：数据挖掘，智能信息处理。