智能技术及应用课件

智能技术及应用Intelligence Technology Introduction and Application智能技术及应用bb第一节人工智能技术bb第二节智能商务智能技术及应用bb定义人工智能bb解释为什么专家系统可以保存和使用知识bb组织如何利用智能技术改进知识的获取和使用bb智能商务如何帮助组织获得竞争优势第一节人工智能一、什么是人工智能人工智能(AI)的概念bb基于计算机的具有智能和模拟人的智能行为功能的系统bb特点：基于计算机系统基于计算机系统具有一定的智能具有一定的智能能够全部或部分模拟人的智能行为能够全部或部分模拟人的智能行为研究人工智能的目的bb建立一套不包括人类感觉的机理bb排除由人掌握的经常性不满意的工作bb保存专家的意见bb按有效的方式保存信息bb通过对短时间由人无法分析的大规模复杂系统问题提出建议来增强组织的知识库人工智能的研究应用领域bb语言学习自然语言bb完成实际任务机器人bb使用感觉器官感觉系统bb效仿专家的决策专家系统bb执行任务“智能”机器人工智能的成果bb机器人技术bb智能设备bb识别技术bb知识的保存和使用二、专家系统专家系统bb通过获取人类专家在特定领域内的意见建立的集中知识的计算机程序bb专家系统一般通过提问和解释帮助决策者做出决策bb特征基于计算机系统基于计算机系统以专家的知识和经验为依托以专家的知识和经验为依托通过提问和解释的方式支持决策者的决策通过提问和解释的方式支持决策者的决策专家系统的局限性bb针对特定的问题bb有限的应用领域bb专家的确认bb专家知识的获取bb专家知识的保存和使用专家系统工作原理bb知识库用于专家系统的人类知识的模型bb主要工作方式基于规则基于规则知识框架知识框架推理机推理机知识框架前向推理机专家系统的建立bb建立专家系统需要专家专家(提供知识和经验提供知识和经验)知识工程师知识工程师(翻译知识翻译知识)bb步骤确定特定的问题确定特定的问题建立原型验证知识翻译及推理建立原型验证知识翻译及推理建立完整系统，增加大量知识建立完整系统，增加大量知识专家系统的问题bb开发投入与运行投入bb知识的有效性bb知识的成功表达与使用bb只能解决有限问题基于案例推理的组织智能bb将知识按照案例的方式组织在数据库中bb通过对数据库中案例的搜索实现知识的利用bb通过不断补充案例实现知识的积累基于案例的推理过程三、其它智能技术神经网络bb模仿生物大脑活动的硬件或软件bb生物大脑活动的特点由神经元组成最小活动单位由神经元组成最小活动单位神经元之间相互作用神经元之间相互作用神经元间并行活动神经元间并行活动生物神经元结构人工神经元神经网络神经网络与专家系统区别bb神经网络不将人类智能模型化bb神经网络不需要对方案编程bb神经网络不直接面对特定问题bb神经网络强调学习能力bb神经网络经常无法解释得到结果的途径bb神经网络比较敏感，训练数据少或过多都会影响训练效果神经网络几个应用bb销售神经网络：确定销售模式bb神经网络用于国防：雷达模式识别bb神经网络用于电力系统：预测模糊逻辑bb一种允许使用不精确的隶属函数来解决问题的一种允许使用不精确的隶属函数来解决问题的基于规则的人工智能方法基于规则的人工智能方法bb将所有判断都看作是不精确的将所有判断都看作是不精确的(模糊的模糊的)遗传算法bb利用遗传方法利用遗传方法bb利用利用0,10,1表示方案特征表示方案特征bb步骤步骤 在初始方案中选取种在初始方案中选取种子子 进化重组种子进化重组种子 自然淘汰自然淘汰 获得最好结果获得最好结果遗传算法应用bb遗传算法用于甄别嫌疑犯遗传算法用于甄别嫌疑犯bb遗传算法用于供应链管理遗传算法用于供应链管理bb遗传算法用于金融业遗传算法用于金融业bb遗传算法用于电视广告遗传算法用于电视广告bb遗传算法用于数据挖掘遗传算法用于数据挖掘传统智能技术研究方法bb以整体为对象bb研究整体所反映的行为bb以概率的形式反映个体在整体中的地位智能自主体（代理）bb以每个拥有智能的个体为对象bb通过研究个体及个体之间的关系来观察整体的行为突现bb对每个个体详细描述第二节智能商务智能商务bb目的：将组织现有数据转化成为知识而提高组织决将组织现有数据转化成为知识而提高组织决策的科学性和有效性策的科学性和有效性bb效益：为组织提供从数据中发现新关系的能力为组织提供从数据中发现新关系的能力加强组织决策及决策过程的精确性加强组织决策及决策过程的精确性实现智能商务的步骤bb有充分的正确数据可以利用数据抽取(数据仓库)bb这些数据被转换成为可利用的信息数据分析(多维分析)bb这些信息被传递给需要它们的人员关系发现(数据挖掘)一、数据仓库数据仓库的概念bb数据仓库就是支持管理决策过程的、面向主题的、集成的、随时间可变的、持久的数据集合。W.H.Inmon的定义数据仓库的特征bb面向主题bb数据时间跨度大bb数据量大bb内容随时增加数据仓库的基本功能bb数据获取bb数据存储和管理bb信息访问数据仓库的基本体系结构数据仓库成功实施的保证bb集中解决实际的业务问题bb争取数据仓库的拥护者确保项目的实施bb详尽的数据支持bb可靠的历史数据bb适应于业务的技术二、在线分析在线分析的概念bb通过快速、一致、交互地访问各种可能的信息视图，帮助管理人员掌握数据中存在的规律，实现对数据的归纳、分析和处理，帮助组织完成相关决策。在线分析系统的体系结构在线分析的基础bb变量：数据的实际意义bb维：观察数据的特定角度bb维的层次：如年、月、日等bb维的成员：维的取值bb多维数组：多个方面表示的数据bb数据单元：多维数组的取值在线分析中的多维数据多维分析的基本操作bb切片：在多位数组中选定某一维成员bb切块：在某一维中选定某一区间bb钻取：某一维中观察上下层状况bb旋转：改变观察的方向三、数据挖掘数据挖掘的概念bb所谓数据挖掘(Data Mining)，就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息。W.J.Frawley,G.Piatetsky-Sjapiro相关的研究领域bb归纳学习bb机器学习bb统计分析知识的表达方式bb概念(Concepts)bb规则(Rules)bb规律(Regularities)bb模式(Patterns)bb约束(Constraints)bb可视化(Visualizations)知识的使用方式bb提供给决策者用以辅助决策bb提供给专家用以修正知识bb作为新的知识存储于知识库中数据挖掘的过程数据挖掘工作的过程bb数据准备阶段bb数据挖掘阶段bb结果表达和解释阶段数据准备阶段的工作步骤bb数据集成bb数据选择bb数据预处理数据挖掘阶段的步骤bb决定如何产生假设用户设定假设用户设定假设验证知识验证知识系统设定假设系统设定假设发现知识发现知识bb选择合适的工具bb发掘知识的操作bb证实发现的知识结果表达和解释阶段的步骤bb对提取出的信息进行分析bb将知识提交给用户bb用户过滤知识，若不满意重复数据挖掘的操作数据挖掘的分类bb总结规则挖掘bb特征规则挖掘bb关联规则挖掘bb分类规则挖掘bb聚类规则挖掘bb趋势分析bb偏差分析bb模式分析数据挖掘面临的问题bb数据质量bb数据可视化bb数据容量bb性能和成本bb信息分析员的技能较活跃的数据挖掘应用基于物联网的智慧校园什么是物联网什么是物联网物联网改变传统校园的管理方式物联网改变传统校园的管理方式智慧校园存在的问题智慧校园存在的问题1.2.3.物联网（物联网（TheThe Internet of things Internet of things）是指通过射频识别、传感器、全球定位系统、二维码等技术和信息感知设备，并按照约定的协议，把这通信技术信息技术微电机技术传感器技术自动控制技术物联网些设备连接起来，进行信息信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。什么是物什么是物联网联网基于感知信息的应用服务基于感知信息的应用服务传输感知层信息传输感知层信息获取并处理物品信息获取并处理物品信息物联网的架构图书馆管理设备管理人员管理安全管理环境管理物联网改变传统校园的管理方式物联网改变传统校园的管理方式基于IOT的智能管理图书馆管理管理流程图书馆管理-RFID标签图书馆管理-图书顺架系统图书馆管理-手持RFID读写器安全管理系统构成安全管理-电子巡逻点安全管理门禁系统安全管理门禁系统人员管理-TM身份识别卡设备管理-ZigBee定位系统环境管理-室内环境控制系统环境管理-室外环境控制系统1.1.待解决的问题待解决的问题如何解决不同类型设备的互联互通2.2.3.3.何保障教学应用自身的安全与可控如何解决物联网在应用中费用问题谢谢！