第7章智能处理技术要点分析.pptVIP

第7章 智能处理技术 本章内容 7.1 开放复杂智能系统 7.2 知识获取、表达、推理 7.3 数据库技术 7.4 分布智能 人工智能(Artificial Intelligence, AI),对人的思维规律的模拟，智能系统的研究经历了四个阶段 1）符号智能阶段 2）连接智能阶段 3）现场智能阶段 4）社会智能阶段 与物联网相关的开放复杂智能系统特征： 开放性 层次性 社会性 演化性 人机结合 综合集成 7.1开放复杂智能系统 7.2.1 知识概述 定义7-1 数据是指人们为描述客观世界中具体事物而引入的一些数字、字符、文字等符号。 定义7-2 信息是指不同数据在特定场合下的含义。 定义7-3 知识是认识论的范畴，是信息加工的规律性产物。 定义7-4 策略是关于如何解决问题的计策方针。 定义7-5 智能是有目的地认识问题、合理地解决问题的能力。 7.2.2 信息与知识获取 1. 信息获取 1）信息感知 2）信息识别 2. 知识获取 1）人工知识获取 2）非人工知识获取 7.2.3 知识表示 对知识的描述用一些约定的符号把知识编码成可被计算机直接接受并便于系统使用的数据结构。 7.2.4 信息推理 1. 推理方法 2. 推理策略 3. 有哪些信誉好的足球投注网站策略 7.2.5 知识与智能涌现 联网是个开放的复杂智能系统，存在着知识与智能涌现。 7.3.1 什么是数据库？ 数据库是存储在一起的相关数据的集合 这些数据是结构化的，无害的或不必要的冗余，并为多种应用服务 数据库的存储独立于使用它的程序 对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行 数据库的应用： 个人电脑：快速查找文件 公司：财务管理软件 互联网：论坛数据存储 物联网：海量数据管理 7.3 数据库技术 网状模型 由图灵奖得主Charles Bachman提出 第一个数据库系统：IDS 层次模型 典型代表：IBM的IMS系统 缺点： 数据的存储结构依赖于数据的类型 数据通过指针相互串联起来，为了访问到想要的内容，可能需要遍历整个数据库 查找操作代价大 7.3.2 数据模型 1.关系数据库（RDBMS） 理论基石：Edgar Codd于1970年发表的论文《A Relational Model of Data for Large Shared Data Banks》 重要思想：逻辑组成与存储结构相分离 早期著名的关系数据库系统 System R（1970年，IBM公司） Ingres（1973年，加州大学伯克利分校） 当前主流的关系数据库系统 7.3.2 数据模型 7.3.3 分布式数据库 分布式存储 数据可保存在“存储节点”上 查询被分发到网络中去，由存储节点返回查询结果 集中式存储 数据全部保存在sink端（汇聚点） 查询仅在sink端进行 7.3.4 移动数据库 7.3.5 数据仓库、数据挖掘 1.数据仓库（Data Warehouse,DW） 数据仓库之父-Bill Inmon给出定义：数据仓库是一个能支持管理部门决策过程的、面向主体的、集成的、时变的、非易失的数据集合。目标是将整个组织的数据集成到一个单一的存储中，方便用户查询分析。 2.数据挖掘（Data Mining） 从大量数据中获取潜在有用的并且可以被人们理解的模式的过程 是一个反复迭代的人机交互和处理的过程，历经多个步骤，并且在一些步骤中需要由用户提供决策 数据挖掘的过程： 数据预处理、数据挖掘和对挖掘结果的评估与表示 每一个阶段的输出结果成为下一个阶段的输入 7.3.5 数据仓库、数据挖掘 数据挖掘的过程 数据预处理阶段 数据准备：了解领域特点，确定用户需求 数据选取：从原始数据库中选取相关数据或样本 数据预处理：检查数据的完整性及一致性，消除噪声等 数据变换：通过投影或利用其他操作减少数据量 数据挖掘阶段 确定挖掘目标：确定要发现的知识类型 选择算法：根据确定的目标选择合适的数据挖掘算法 数据挖掘：运用所选算法，提取相关知识并以一定的方式表示 知识评估与表示阶段 模式评估：对在数据挖掘步骤中发现的模式(知识)进行评估 知识表示：使用可视化和知识表示相关技术，呈现所挖掘的知识 分布式智能概述 分布式智能(Distributed Artificial Intelligence,DAI) 智能Agent特性 自治性 社会性 反应性 能动性 移动性 真实性 仁慈性 合理性 多智能Agent系统 7.4 分布智能 移动Agent 7.4 分布智能 事务服务 实现移动Agent的创建、移动、持久化和执行环境分配； 事件服务 包含Agent传输协议和Agent通信协议，实现移动Agent间的事件传递； 目录服务 提供移动Agent的定位信息，形成路由选