智能信息处理技术考试复习重点

人工智能有能力做三件事：知识存储 解决问题 获取新知识

人工智能的三个关键部分：表示 学习 推理

神经网络至今经历了兴起、萧条和兴盛三个时期。

神经网络动力学过程有 过程--计算过程 和 过程--学习过程

前馈神经网络的发展经历了：兴起 萧条 和 兴盛 三个时期

前馈神经网络模型有：感知器、BP网络、RBF网络

遗传算法的三个算子：选择算子、交叉算子、变异算子

遗传算法主要由三种运算组成：选择运算 交叉变异 变异运算

编码方法可以分为三大类：二进制编码方法、浮点数编码方法、符号编码方法。

Hopfield神经网络模型一般由单层全互连的神经元u i(i=1,…，n)组成。

自组织映射神经网络模型SOM）它是一种无监督学习神经网络

计算智能包括神经网络、模糊信息处理 和 遗传算法 。

计算智能核心内容：神经网络、进化计算和模糊系统

模糊数学是研究和处理模糊性现象的数学方法. 经典数学是以精确性为特征的.

关系的特性：自反性、对称性和传递性

典型的学习规则：hebbian学习规则和Delta学习规则

遗传算法 主要用于函数最优化计算，它是模拟生物在自然环境中的遗传和进化过程的一种自适应全局寻优的随机搜索算法。

遗传编码: 把问题的可行解从其物理解空间转换到遗传算法所能处理的搜索空间(编码空间)的转换方法称为编码

描述神经网络模型的六个要素：传播规则 活跃规则 输出规则 互连模式 学习规则 环境

神经网络 :是由大量的、同时也是很简单的处理单元（神经元）广泛地互相连接而形成的复杂网络系统。反映了人脑功能的许多特性，是对人脑功能进行某种简化、抽象和模拟。

BP反向传输算法的基本过程：初始化阶段前馈阶段 权值调整阶段 学习精度计算 学习结束判断

智能：智慧和能力。个体有目的的行为、合理的思维以及有效适应环境的能力。

神经计算的特点

大规模并行性、集团运算和容错能力。 信息的分布式表示。学习和自组织能力。多层神经网络系统具有强大的解算能力和处理实际问题的能力。

计算智能：借鉴仿生学思想，基于生物体系的生物进化、神经细胞网络等机制，用数学语言抽象描述的计算方法，用以模仿生物体系和人类的智能机制。

SOM模型计算的基本原理

当某个模式输入时，输出层某一神经元得到最大刺激而竞争获胜（产生最大输出值）。 同时该获胜神经元周围的一些神经元也因侧向相互作用而受到较大刺激，修改这些神经元和输入神经元之间的连接权值。

当输入模式发生变化时，输出层上获胜的输出神经元也发生改变。通过神经网络权值的调整，使得输出层特征分布能反映输入样本的分布情况。

根据SOM模型的输出状态，不但能够判断输入模式所属的类别，并使得输出神经元代表某一模式类别，还能够得到整个数据区域的大体分布情况，即从样本数据中获得数据分布的大体本质特征。

遗传算法的主要过程如下：

1） 初始化。设置进化代数计数器 t =0 ，设置最大进化代数T，随机生成N个个体作为初始群体P(0)。

2） 个体评价。计算群体P(t)的各个个体的适应度。

3） 选择运算。将选择算子作用于群体P(t)。

4） 交叉运算。将交叉运算作用于群体P(t)。

5）变异运算。将变异运算作用于群体P(t) 。经过选择、交叉、变异运算之后得到下一代群体P(t+1)。

6）终止判断。若最大适应度的值变化小于某较小数,或若迭代次数超过某设定数t >T ，则以具有最大适应度?的个体作为最优输出，终止算法；否则 t:= t+1，转到2）。

遗传算法步骤进行

1. 确定决策变量及各种约束条件，即确定出个体的表现型和问题的解空间。

2. 建立优化模型，即确定出目标函数f()。

3. 确定表示可行解的染色体编码方法，即确定出染色体的基因型X及遗传算法的搜索空间。

4. 确定解码方法，即确定出由个体基因型X到个体表现型的转换关系。

5. 确定个体适应度的评价方法，即确定出由目标函数值f()到个体适应度F(X) 的转换规则。

6. 设计遗传算子，即确定出选择运算、交叉运算、变异运算等具体操作方法。

7. 确定算法的有关运行参数，即确定出算法的N、T、Pc、Pm 等参数。遗传算法特点

1. 以决策变量的编码作为运算对象；

2. 直接以目标函数值作为搜索信息；

3. 并行搜索（多条搜索路线）；

4. 随机搜索。全局性、稳健性。

最大隶属原则Ⅰ 最大隶属原则ⅠI (计算题的时候要提下)

模糊相似关系：若模糊关系 R 是 X 上各元素之间的模糊关系，且满足：(1) 自反性：R( x , x ) = 1； (2) 对称性：R( x , y ) = R( y , x ) ； 则称模糊关系 R 是 X 上的一个模糊相似关系.

神经计算：非编程的自适应信息处理方式称之为神经计算

稳定性是指神经网络系统在进行神经计算时，系统最终能收敛到一个稳定状态

计算智能与人工智能的关系：观点二：大部分学者 计算智能 人工智能 生物智能

人工智能

广义定义： 通过对人类智力活动的探索与记忆思维规律的研究，以开发人类智力活动的潜力，探讨各种机器模拟人类智能的途径，以使人类的智能得以物化和延伸。

狭义定义：研究如何构造智能机器（智能计算机）或者智能系统，使它能模拟、延伸、扩展人类智能的学科。

神经计算的本质:计算的数学观点 、计算的物理观点、神经网络的计算是一种非编程的信息处理方式。

四、设有输入P=[-1 -0.5 0.3 -0.1; -0.5 0.5 -0.5 1.0]，输出T=[1

1 0 0]，设计一的MATLAB程序，采用BP神经网络进行训练并测试。（10分）

clc

% 定义训练样本 P 为输入矢量

P=[-1 -0.5 0.3 -0.1; -0.5 0.5 -0.5 1.0];

T=[1, 1, 0, 0];

net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') inputWeights=net.IW{1,1}

inputbias=net.b{1}

layerWeights=net.LW{2,1}

layerbias=net.b{2}

% 设置训练参数

net.trainParam.show = 50;

net.trainParam.lr = 0.05; % Learning rate net.trainParam.mc = 0.9; %Learning moment net.trainParam.epochs = 1000;

net.trainParam.goal = 1e-3;

% 调用 TRAINGDM 算法训练 BP 网络 [net,tr]=train(net,P,T);

% 对 BP 网络进行仿真

A = sim(net,P)

% 计算仿真误差

E = T - A

MSE=mse(E)

人工智能期末试题及答案完整版

xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标

状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、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，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的

人工智能考试复习

人工智能 第一章 1智能（intelligenee ）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器 的一个分支。它的近期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。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及 学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知一动作模式控制系统。 6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图 图：人类认知活动与计算机的比 认知活动的最高层—处理，最低层级是生理过程，即 中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程 序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。 2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。 一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。两者具有不可 分割的关系，一方面，近期目标的实现为远期目标研究做好理论和技术准备，打下了必要的 基础，并增强人们实现远期目标的信心。另一方面，远期目标则为近期目标指明了方向，强 化了近期研究目标的战略地位。 8、人工智能研究的基本内容：（1）认知建模；（2）知识表示；（3）知识推理；（4）知识应

大学人工智能期末考试题库

《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。

人工智能期末考试卷(1)评分标准及标准答案

（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面 人工智能期末考试卷（1） 一、填空题（每空1分，共10分）

1智能具有五个特征，分别为① 学习能力、自适应能力、 ②记忆与思维能力、表达能力和感知能力。 2. 机器的③ 感知能力是让机器自动获取知识的基本条件，而知识的自动 获取一直是智能系统研究中最困难的问题之一。 3?从研究的角度不同，对人工智能的研究可分两大阵营：④ 联接和 ⑤符号。其中⑤符号的理论基础为数理逻辑。 4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的 子问题，最终将问题转换为对本原问题的知识表示方法。 5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。 6. 当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。 7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可 能会发生⑨组合爆炸。 8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心 理学模型。1972年，Simon首先将⑩用于自然语言理解系统。 二、简答题（共30分） 1. 什么是A*算法的可纳性？（4分） 答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找 到最短（代价最小）的解答路径，则称算法具有可采纳性。 2. 在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可 分为三类，请举例说明对这三类节点的不同的处理方法。（8分） 答： 把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3 ）已 出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；（3分）*加第1类子节点于OPEN表，并建立从子节点到父节点n的指；（1分） *比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点（2分） ?对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；（2分） 3. 请简述不确定性推理的含义。（4分） 是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定程度的不确定 性但却有是合理或基本合理的结论的推理过程。 4. 若S={P（x）V Q（f（x））「P（a）, n Q（y）}，请画出与该子句集对应的语义树， 为什么可以用封闭语义树来判定子句集的不可满足性？（14分） 答：H={a,f（a）,f（f（a））, ……}（1 分）

人工智能考试复习

人工智能考试复习文档编制序号：[KK8UY-LL9IO69-TTO6M3-MTOL89-FTT688]

人工智能 第一章 1、智能（intelligence）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期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。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。

6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图 人类 计算机 认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。 2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。 一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。两者具有不可分割的关系，一方面，近期目标的实现为远期目标研究做好理论和技术准备，打下了必要的基础，并增强人们实现远期目 初级信息处

人工智能期末精彩试题(卷)

XXXX2017至2018 学年第 1 学期 《人工智能技术》 课程考试（ A ）卷 计科 系 级 专业 学号 一、选择题：（2分×10=20分） 1． 人工智能AI 的英文全称（ ）最早于1956年在达特茅斯会议上被提出。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。 A ．Automatic Intelligence B ．Artifical Intelligence C ．Automatice Information D ．Artifical Information 2． 所谓不确定性推理是从（ ）的初始证据出发，通过运用（ ）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 A ．不确定性，确定性 B ．确定性，确定性 C ．确定性，不确定性 D ．不确定性，不确定性 3． 要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ ）。 A ．概率推理 B ．神经网络 C ．机器学习 D ．智能搜索 4． 下面几种搜索算法中，不完备的搜索算法是（ ）。 A ．广度优先搜索 B ．A*搜索 C ．迭代深入深度优先搜索 D ．贪婪搜索 5． 人工智能的目的是让机器能够（ ），以实现某些脑力劳动的机械化。 A ．模拟、延伸和扩展人的智能 B ．和人一样工作 C ．完全代替人的大脑 D ．具有智能 6．在一个监督学习问题f:x →y 中，输出y 的值域是连续的，例如实数集R ，那么这是一个（ ）问题。 A ．分类 B ．聚类 C ．回归 D ．降维 装 订 线

人工智能期末测试

《人工智能》期末测试 一、单选题（题数：40，共分） 1美国全国证券交易商协会自动报价表最早时间是在()。（分）分 A、1997年 B、1981年 C、1971年 D、1961年 2Siri是一种()系统。（分）分 A、动作识别 B、信息处理 C、图像识别 D、语音识别 3被称为“数学界的无冕之王”的是()。（分）分 A、罗素 B、图灵 C、希尔伯特 D、笛卡尔 4为广大网友解决网络课问题的是（）（分）分 A、20932+ B、02559 C、扣扣 D、百度 5动物群居的原因是()。（分）分 A、有安全感 B、有效率 C、易于捕食物 D、有力量 6被称为“机器学习之父”的是()。（分）分 A、奥斯卡·兰格 B、怀尔斯 C、迈克尔·乔丹 D、希尔伯特 7在政府报告中,()的报告使用“机器智能”这个词汇。（分）分 A、中国 B、英国 C、德国 D、美国 8从长期来看,股市是一个()博弈。（分）分 A、经济 B、市场 C、零和 D、合作 9下面关于人类社会的群体智能说法错误的是()。（分）分 A、需要法律与道德的约束 B、个体智力高但自私 C、个体无条件服从集体 D、需要集体智慧结晶 9最早诗歌生成模型称为()。（分）分 A、Word Apple B、Sophia C、Word Salad D、Sara 10机器人的三定律中第一条是()。（分）分 A、机器人不得伤害人类个体,或者目睹人类个体将遭受危险而袖手不管 B、机器人必须服从人给予它的命令 C、机器人要尽可能保护自己的生存。 D、机器人必须保护人类的整体利益

不受伤害 11使用量子计算机进行大数分解,需要的时间是()。（分）分 A、15万年 B、1年 C、1秒 D、10秒 12人类智能和人工智能是一种()智能。（分）分 A、不对等 B、平行 C、对等 D、相反 13强化学习的框架是智能体()通过观察当前状态作出相应动作。（分）分 A、S B、A C、Agent D、Environment 14()被堪称是百科全书式的“全才”。（分）分 A、爱因斯坦 B、霍金 C、牛顿 D、图灵 15“机器人”这一词最早出现在()作家的小说中。（分）分 A、德国 B、美国 C、瑞士 D、捷克 16人工智能读片的过程体现为()。（分）分 A、信息-传递-判断 B、图像解释-图像获取-图像分析 C、图像获取-图像解释-感知结果 D、图像获取-图像处理 17下面选项中关于“墨子号”说法错误的是()。（分）分 A、属于量子科学实验卫星 B、首次实现卫星和地面之间量子通信 C、跨度最大、史上最安全的通信网络 D、发射于2017年 18在人工智能的()阶段开始有解决大规模问题的能力。（分）分 A、形成时期 B、知识应用时期 C、新神经网络时期 D、算法解决复杂问题时期 19古代()发明了运粮工具“木牛流马”。（分）分 A、曹操 B、诸葛亮 C、鲁班 D、张衡 20人类历史上第一部完全由机器人“小冰”所写的诗集叫()。（分）分 A、《歌尽桃花》 B、《三生三世》 C、《那天,阳光正好》 D、《阳光失了玻璃窗》 21人的大脑每秒钟做不到()。（分）分 A、处理1Gbits B、2000个关注 C、无数反应 D、7个短暂记忆 22人通过算法赋给机器的智能属于()。（分）分

人工智能【期末复习题】

《人工智能期末复习题》 1 ?群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能(系统智能)，属于微观生理层次上低级的神经元。 2 ?计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3. 搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4. 知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问 题的方法和策略等。 5. 自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组 织、自学习、自寻优能力的算法。 6. 机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。 7 ?模式识别：则指的是用计算机进行物体识别。 &决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9 ?从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10 .人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11 .从所承担的工作和任务性质来看，Age nt的分类： 信息型Age nt、合作型Age nt、接口型Age nt、移动型Age nt 等。 12 .用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜________ 13 .智能机器人至少应具备哪四种机能？ 感知机能-获取外部环境信息以便进行自我行动监视的机能；运动机能-施加于外部环境的相当于人的手、脚底动作机能；思维机能-求解问题的认识、推理、判断机能； 人一机通信机能一一理解指示命令、输岀内部状态，与人进行信息交换的机能。 14 .知识获取大体哪三种途径：(1)人工获取(2)半自动获取(3)自动获取 15 .知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化 16 .从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。 17 . PRPLOG语言的三种语句分别是：事实、规则和问题___ 18 .产生式系统由三部分组成：产生式规则库、推理机和动态数据库，

智能信息处理

什么是智能信息处理？及其起源、发展与应用。 智能信息处理是模拟人与自然界其他生物处理信息的行为，建立处理复杂系统信息的理论、算法和系统的方法和技术。智能信息处理主要面对的是不确定性系统和不确定性现象的现象处理问题。智能现象处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广大的应用前景。 起源：20世纪90年代以来，在智能信息处理研究的纵深发展过程中，人们特别关注到精确处理和非精确处理的双重性，强调符号物理机制与联结机制的综合，倾向于冲破“物理学式”框架的“进化论”新路，一门称为计算智能的新学科分支被概括地提出来了，并以更快的目标蓬勃发展。 首次给出计算智能定义的是美国学者James C. Bezdek。他在题为“什么是计算智能”的报告中讲到：智能有三层次，第一层是生物智能（BI），第二层是人工智能（AI），第三层是计算智能（CI）。目前，国际上提出计算智能就是以人工神经网络为主导，与模糊逻辑系统、进化计算以及信号与信息处理系统的综合集成。 我们认为新一代的计算智能信息处理技术应该是神经网络、模糊系统、进化计算、混沌动力学、分型理论、小波变换、人工生命等交叉学科的综合集成。一般来说，智能信息处理分为两大类，一类为基于传统计算机的智能信息处理，另一类为基于神经计算的智能信息处理。

为了适应信息时代的信息处理要求，当前信息处理技术逐渐向智能化方向发展，从信息的载体到信息处理的各个环节，广泛地模拟人的智能来处理各种信息。人工智能学科与认知科学的结合，会进一步促进人类的自我了解和控制能力的发挥。研究具有认知机理的智能信息处理理论与方法，探索认知的机制，建立可实现的计算模型并发展应用，有可能带来未来信息处理技术突破性的发展。 现阶段信息处理技术领域呈现两种发展趋势：一种是面向大规模、多介质的信息，使计算机系统具备处理更大范围信息的能力；另一种是与人工智能进一步结合，使计算机系统更智能化地处理信息。智能信息处理是计算机科学中的前沿交叉学科，是应用导向的综合性学科，其目标是处理海量和复杂信息，研究新的、先进的理论和技术。智能信息处理研究涵盖基础研究、应用基础研究、关键技术研究与应用研究等多个层次。它不仅有很高的理论研究价值，而且对于国家信息产业的发展乃至整个社会经济建设、发展都具有极为重要的意义。 总的来说，具有神经计算的智能信息处理正朝着生物智能方向发展，“计算智能”时期重要的理论基础。一般认为计算智能包括神经网络、模糊系统和进化计算三个主要方面，其积极意义在于促进了基于计算和基于物理符号相结合的各种智能理论、模型和方法的综合集成，有利于发展思想更先进，功能更强大并能够解决更复杂系统问题的智能行为。目前国际上计算智能研究正注意几个结合：神经网络与进化计算结合；神经网络与模糊及混沌三者的结合；神经网络与近代信号处理方法子波、分型等的结合，以更有效地模拟人脑的思维机

人工智能考试复习

人工智能 第一章 1、智能（intelligence）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期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。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图 最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。 2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。 一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。两者具有不可分割的关系，一方面，近期目标的实现为远期目标研究做好理论和技术准备，打下了必要的基础，并增强人们实现远期目标的信心。另一方面，远期目标则为近期目标指明了方向，强化了近期研究目标的战略地位。 8、人工智能研究的基本内容：（1）认知建模；（2）知识表示；（3）知识推理；（4）知识应

人工智能考试必备知识点

第三章约束推理 约束的定义：一个约束通常是指一个包含若干变量的关系表达式，用以表示这些变量所必须满足的条件。 贪心算法：贪心法把构造可行解的工作分阶段来完成。在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。 回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一 些分支，从而大大减少搜索的次数 第四章定性推理 定性推理的定义是从物理系统、生命系统的结构描述出发,导出行为描述, 以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部结构规则来解释系统行为, 即部件状态的变化行为只与直接相邻的部件有关 第六章贝叶斯网络 贝叶斯网络的定义： 贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，每条边表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表(CPT) ，指明了该变量与父节点之间概率依赖的数量关系。 条件概率：条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。 贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式 先验概率： 先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，该类概率没能经过实验证实，属于检验前的概率，所以称之为先验概率 后验概率： 后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率 联合概率： 联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。 贝叶斯问题的求解步骤 定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断 贝叶斯网络的构建 为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。为此，需要：(1)确定模型的目标，即确定问题相关的解释；(2)确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集；(3)将这些观测值组织成互不相容的而且穷尽所有状态的变量。这样做的结果不是唯一的。第二步，建立一个表示条件独立断言的有向无环图第三步指派局部概率分布 p（xi|Pai）。在离散的情形，需要为每一个变量 Xi 的各个父节 点的状态指派一个分布。 第七章归纳学习 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。 归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般的操作是泛化和特化泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，

(精选)青岛科技大学2016-2017-1人工智能期末考试题

一、谓词逻辑证明 1、设有前提： （1）凡是大学生都学过计算机； （2）小王是大学生。 试问：小王学过计算机吗？ 解：令S （x ）：x 是大学生 M （x ）：x 学过计算机； a ：小王 上面命题用谓词公式表示为： )()2(a S 我们进行形式推理： [前提] )()()2(a M a S → [(1) US] )()3(a S [前提] )()4(a M [(2) (3) I3] M(a),即小王学过计算机。 2、用谓词公式表示下述命题。 已知前提： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 ))x (M )x (S (x )(→?1

结论：所有自然数不是奇数就是一半为整数的数。 化F1 F2 F3 ?G的子句集。 F1: x (N(x)GZ(x) I(x)) F2: x (I(x)(E(x) O(x))) F3: x (E(x) I(s(x))) G: x (N(x)(I(s(x)) O(x))) 解：F1 F2 F3 ?G的子句集为 （1）?N(x) GZ(x) （2）?N(y) I(y) （3）?I(z) E(z) O(z) （4）?E(u) I(s(u)) （5）N(a) （6）?O(a) （7）?I(s(a) 3、设已知： （1）能阅读者是识字的； （2）海豚不识字； （3）有些海豚是很聪明的。 试证明：有些聪明者并不能阅读。 证首先定义如下谓词： R(x):x能阅读。 L(x):x能识字。

I(x):x是聪明的。 D(x):x是海豚。 将上述各语句翻译成谓词公式： (1) (x)(R(x)L(x)) (2) (x)(D(x)?L(x)) 已知条件 (3) (x) (D(x) I(x)) (4) (x) (I(x) ? R(x)) 需证结论 用归结反演法来证明，求题设与结论否定的子句集，得： (1) ? R(x) L(x) (2) ? D(y) ?L(y) （改名） (3) D(a) (4) I(a) (5) ? I(z) R(z) 归结得： (6)R(a) [(5), (4),{a/z}] (7)L(a) [(6), (1),{a/x}] (8)?D(a) [(7), (2),{a/y}] (9)Nil [(8), (3)] 二、框架语义网络显示 1、试实现一个“大学教师”的框架，大学教师类属于教师，包括以下属性：学历（学士、硕士、博士）、专业（计算机、电子、自动化、……）、职称（助教、讲师、副教授、教授） 解： 框架名：<大学教师> 类属：<教师> 学历：(学士、硕士、博士)

2019年人工智能考试参考答案

一、判断题(每题2分) 1.信息化社会的显著特征是计算机、互联网、物联网技术发展，人工智能技术进步。 正确 错误 2.智慧社区指标体系涉及保障体系、基础设施与建筑结构、社区治理与公共服务、市场管理、便民服务和主题社区等六个领域。 正确 错误 3.智慧社区信息服务平台的作用比较全面，为生活带来更多便利。 正确 错误 4.由服务业主导向工业主导转型是发展智慧养老的原因之一。 正确 错误 5.从老龄研究的角度，智慧养老能够解决根本性的问题。 正确 错误 6.目前在我国，收集到的老年人在生活自理能力服务需求方面的数据，都是掌握在不同的部门手里，没有能够实现数据的共享，信息孤岛的情况严重。 正确 错误 7.智慧养老绩效评估的建立可以有效地提高老年人在获取服务方面的便利性和准确性。 正确 错误 8.根据《大数据在医疗领域的应用》，当今时代信息技术进一步推动了经济的增长和社会的发展，推动了知识传播应用进程的变化。

正确 错误 9.当前社会中，最为突出的大数据环境是物联网。 正确 错误 10.大数据等于传统的数据库建设、传统的普查、数据中心建设、云计算建设。 正确 错误 11.“互联网+”行动将重点促进以移动互联网、云计算、物联网、大数据等与现代制造业相结合。 正确 错误 12.沃尔玛的尿布啤酒效应体现了大数据时代的关联性。 正确 错误 13.以大数据来促进我们健康管理的个性化和多元化。 正确 错误 14.医疗大数据主要来源于制药企业、临床数据、社保基金利用率和患者的数据。 正确 错误 15.2015年9月，德国通过“自动与互联汽车”国家战略。 正确 错误 16.我国目前已经明确了隐私内容条目。 正确 错误

人工智能期末试题及答案完整版

人工智能期末试题及答案 完整版 Prepared on 21 November 2021

xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。

人工智能考试复习资料解读讲课稿

人工智能 第一章 绪论 1、智能（intelligence ）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期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。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。 6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图 人类 计算机 认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。

人工智能期末试题与答案完整版(最新)

一单项选择题（每小题 2 分，共 10 分） 1.首次提出“人工智能”是在（ D ）年 A.1946 B.1960 C.1916 D.1956 2.人工智能应用研究的两个最重要最广泛领域为：B A. 专家系统、自动规划 B.专家系统、机器学习 C. 机器学习、智能控制 D.机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与 / 或”图表示法 C：状态空间表示法D：产生式规则表示法 4.下列关于不确定性知识描述错误的是 C。A：不确 定性知识是不可以精确表示的B：专家知识通常属 于不确定性知识C：不确定性知识是经过处理过的 知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5.下图是一个迷宫， S0是入口， S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg 的状态树。根据深度优先搜索方法搜索的路径是C。 A： s0-s4-s5-s6-s9-sg B： s0-s4-s1-s2-s3-s6-s9-sg C： s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空 2 分，共 20 分） 1. 目前人工智能的主要学派有三家：符号主义、 2.问题的状态空间包含三种说明的集合， 状态集合 G 。 进化主义 初始状态集合S 和连接主义、 操作符集合 。 F 以及目标 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。

中国传媒大学信号与信息处理专业方向介绍

中国传媒大学信号与信息处理专业方向 介绍 1．DSP技术与应用方向 当前，数字音频广播（DAB、数字AM）、数字视频广播（DVB）和高清晰度电视（HDTV）技术发展迅速。数字技术在卫星广播、微波通信领域的应用越来越普遍，广播电视多功能信息网已投入商业运营。国际和国内的广播电视覆盖网正在或即将由模拟信号传输过渡为数字信号传输网。DSP技术与应用研究方向着眼于广播电视数字信号传输系统中信源编码、信道编码和数字调制的实现和相关测试信号的产生，着重研究数字信号的实时处理。本研究方向是信号与信息处理学科的重要组成，也是该学科中十分活跃，近年来发展十分迅速的技术。 DSP技术与应用研究方向利用数字信号处理方法和通用DSP芯片，FPGA芯片，依靠软件无线电技术，计算机仿真技术，研究并实现数字信号传输系统中信源编解码、信道编解码、调制解调、多工复用和同频组网。重点跟踪研究数字音频广播、数字视频广播、高清晰度电视和广播电视综合信息网中的关键技术，探索下一代数字广播电视的新技术及新技术标准。本研究方向对我国广播电视单频网覆盖网的数字化进程作出了重要贡献，参加了多项国家重大科技攻关项目，研制调频数字同步广播系统国内占有率第一。 本方向培养的学生应具有扎实的学科基础和专业基础知识，具有软、硬件分析和设计能力，较强的创新与实践能力，能独立分析和解决实际问题，可在广播电视领域、现代通信领域、信息产业以及其他国民经济部门从事各类数字电视广播、数字视频和多媒体系统设计、研究、教学、管理等工作。 2．多媒体技术方向 多媒体的含义是使声音、图片、文字、图像、视频等多种信息成为一个整体，并具有实时的交互性，而这种统一性及交互性是由逻辑连接起来。多媒体技术融合了信息处理、计算机、网络与通信等多种学科，具有表现力丰富、符合人们的思维和认知习惯的特点，成为当今信息技术中的热点，它也是当今数字媒体技术或新媒体技术的本源，强调了媒体信息的多样化、集成化、智能化以及交互性。 多媒体技术近年来在广播影视传媒领域受到了广泛关注：以视/音频非线性编辑为代表的多媒体技术已经成为广播影视编辑、制作、播出技术的主流，而广播电视台全台制播网络一体化、多媒体综合业务网、新媒体技术及应用、虚拟现实技术及应用等则代表了广播电视技术领域未来的发展方向。另外，基于多媒体技术的智能视频监控系统在各行各业也有了广泛且深入的应用：借助数字图像处理（DIP）、智能视频分析（IVA）、计算机视觉（CV）、计算机图形学（CG）以及地理信息系统（GIS）等多媒体技术手段的实用系统已经在广播电视信号监测、广播电视内容监播、广播电视广告监播与监管、安全防范系统工程、智能交通系统、平安城市工程等诸多系统中发挥出越来越重要的作用。 本研究方向的主要研究内容包括： (1)智能视/音频分析与处理（对象提取、目标检测、目标识别与跟踪、广播电视内容监播、广告监播） (2)多媒体先进编辑技术（新型高/标清、多格式混编技术，基于对象的影视编辑技术） (3)多媒体技术与艺术的结合（表情识别、表情移植、变形动画，基于场景视频的三维虚拟重现）

人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

第五章状态空间搜索策略 搜索是人工智能的一个基本问题，是推理不可分割的一部分。搜索是求解问 题的一种方法，是根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造出一条使问题获得解决的推理路线的过程。搜索包含两层含义：一层含义是要找到从初始事实到问题最终答案的一条推理路线；另一层含义是找到的这条路线是时间和空间复杂度最小的求解路线。搜索可分为盲目搜索和启发式搜索两种。 1．1 盲目搜索策略 1．状态空间图的搜索策略 为了利用搜索的方法求解问题，首先必须将被求解的问题用某种形式表示出来。一般情况下，不同的知识表示对应着不同的求解方法。状态空间表示法是一 种用“状态”和“算符”表示问题的方法。状态空间可由一个三元组表示(S ，F， S g )。 利用搜索方法求解问题的基本思想是：首先将问题的初始状态(即状态空间图中的初始节点)当作当前状态，选择一适当的算符作用于当前状态，生成一组后继状态(或称后继节点)，然后检查这组后继状态中有没有目标状态。如果有，则说明搜索成功，从初始状态到目标状态的一系列算符即是问题的解；若没有，则按照某种控制策略从已生成的状态中再选一个状态作为当前状态，重复上述过程，直到目标状态出现或不再有可供操作的状态及算符时为止。 算法5．1 状态空间图的一般搜索算法 ①建立一个只含有初始节点S 0的搜索图G，把S 放入OPEN表中。 ②建立CLOSED表，且置为空表。 ③判断OPEN表是否为空表，若为空，则问题无解，退出。 ④选择OPEN表中的第一个节点，把它从OPEN表移出，并放入CLOSED表中，

将此节点记为节点n。 ⑤考察节点n是否为目标节点，若是，则问题有解，并成功退出。问题的解 的这条路径得到。 即可从图G中沿着指针从n到S ⑥扩展节点n生成一组不是n的祖先的后继节点，并将它们记作集合M，将M中的这些节点作为n的后继节点加入图G中。 ⑦对那些未曾在G中出现过的(即未曾在OPEN表上或CLOSED表上出现过的)M中的节点，设置一个指向父节点(即节点n)的指针，并把这些节点加入OPEN 表中；对于已在G中出现过的M中的那些节点，确定是否需要修改指向父节点(n 节点)的指针；对于那些先前已在G中出现并且已在COLSED表中的M中的节点，确定是否需要修改通向它们后继节点的指针。 ⑧按某一任意方式或按某种策略重排OPEN表中节点的顺序。 ⑨转第③步。 2．宽度优先搜索策略 宽度优先搜索是一种盲目搜索策略。其基本思想是，从初始节点开始，逐层对节点进行依次扩展，并考察它是否为目标节点，在对下层节点进行扩展(或搜索)之前，必须完成对当前层的所有节点的扩展(或搜索)。在搜索过程中，未扩展节点表OPEN中的节点排序准则是：先进入的节点排在前面，后进入的节点排在后面(即将扩展得到的后继节点放于OPEN表的末端)。 宽度优先搜索的盲目性较大，搜索效率低，这是它的缺点。但宽度优先搜索策略是完备的，即只要问题有解，用宽度优先搜索总可以找到它的解。 3．深度优先搜索 深度优先搜索也是一种盲目搜索策略，其基本思想是：首先扩展最新产生的 开始，在其后继节点中选择一个节点，对其进(即最深的)节点，即从初始节点S 行考察，若它不是目标节点，则对该节点进行扩展，并再从它的后继节点中选择