（Intelligence Information Processing Technology）

一、编写说明     
本课程3个学分，总课时51，为研究生学位课，重点将介绍用于信息处理的各种智能技术，主要有：人工神经网络、模糊理论、信息融合技术、粗糙集理论等等。
（一）、本课程的教学目的和要求
智能信息处理就是将不完全、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。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、包括人工智能等理论和方法的综合应用，同时也是一门不断发展的学科。通过本课程的学习，要求同学要了解智能信息处理的理论方法和技术应用，要能够阅读相关中外文献，了解其最新动态；还要了解各种技术的综合集成其有效应用。
（二）、大纲的教学体系
重点讲述的内容包含六个部分。其中第一部分主要对智能信息处理作一总体概述；第
二部分介绍模糊系统理论及其应用；第三部分介绍粗糙集合理论及其应用；第四部分介绍信息融合技术及其应用；第五部分介绍人工神经网络；最后介绍智能技术的综合集成及其应用。 
本课程以课堂理论教学为主，结合一定量的课堂讨论及相关文献阅读。课后有部分算法的编程作业。

二、教学大纲内容
第一部分   概述
1．1          智能
1．2          人工智能
1．3          计算智能
1．4          智能信息处理方导论

第二部分   模糊系统理论及其应用
2．  1  模糊理论基础
2．2          模糊系统
2．3          模糊理论的应用
2．4          模糊理论的研究现状及发展趋势

第三部分   粗糙集合理论及其应用
3．  1  粗糙集基本理论
3．  2  粗糙集应用
3．３ 粗糙集理论的研究现状及发展趋势

第四部分   信息融合技术及其应用
　　４．1　信息融合的基本理论
4．2          信息融合算法
4．3          D-S证据理论
4．4          信息融合的应用

第五部分   神经计算
５．1　神经网络的基本原理
5．2          前馈型神经网络
5．3          反馈型神经网络
5．4          自组织神经网络

第六部分    智能技术的综合集成——基于神经网络的模糊系统

三、考核方式及成绩评定标准
    考核方式：开卷考试
    成绩评定标准：成绩评定为百分制，其中平时成绩在总成绩中所占百分比为30%，期末考试成绩在总成绩中所占百分比为70%。

四、教材及主要参考书
    教材: [1] 王耀南. 智能信息处理技术，北京：高等教育出版社，2003
          [2] 高隽. 智能信息处理方法导论，北京：机械工业出版社，2004
    参考书目：  [1] 丁永生. 计算智能——理论、技术与应用，科学出版社，2004
[2] 马少平，朱小燕等. 人工智能，北京：清华大学出版社，2004
[3] 姚敏.计算机模糊信息处理技术，上海科学技术文献出版社，1999
[4] 张颖，刘艳秋．软计算方法，北京：科学出版社，2002


 执笔人:张新波  2006-3-3