(一)信息处理技术是信息作战的重要支柱

在信息作战领域，信息处理技术的主体——计算机技术和作为信息处理工具的电子计算机，是信息作战指挥员和指挥控制机构的“外脑”，是信息作战系统的核心。其组成的计算机网络，将各种信息系统、信息武器系统、数字化部队相连，使信息的获取、传递、处理、辅助决策、指挥控制、显示和对抗实现了自动化，它可为信息作战指挥员及其指挥控制机构提供经处理的必要、适时、准确和相关的情报信息，使其在“透明”的信息化战场指挥部队和控制武器系统遂行信息作战任务，协调诸军兵种联合作战，以夺取信息作战的胜利。这表明，信息处理技术已成为信息作战的重要支柱。信息处理技术的应用程度，已成为信息作战运用高新技术程度的一个重要标志。

(二)信息处理技术是实现信息作战武器信息化的关键要素

使用信息化武器系统，精确打击、实体摧毁敌之指挥控制机构、信息系统、数字化部队是信息作战的主要内容。而武器装备的信息化离不开信息处理技术。信息处理技术的发展，大大推进了武器装备的信息化进程，使传统武器装备向精确化、智能化、远程化、隐身化、无人化方向发展。采用了计算机的信息化武器系统，将传感装置、计算机、控制系统和战斗部队有机组成在一起，并与自动化指挥、控制、通信、情报系统及战场环境相结合，使武器系统的发射、对目标判断、识别、精确定位和跟踪实现了自动化，大大提高了其突防力、杀伤力和生存力。如巡航导弹等精确制导武器能够在敌防区外发射，借助于信息处理技术准确命中目标，实现远程精确打击。实际上，任何武器装备系统，甚至单兵使用的武器装备都可嵌入电子计算机，使其作战效能成十上百倍地提高，以适应信息作战的需要。

(三)信息处理技术是开辟新的信息作战战场的物质基础

计算机网络战是信息作战的关键作战行动，它是在“计算机控制的空间战场”，综合运用计算机进攻和防御手段，控制信息，削弱或摧毁敌计算机网络，并使己方的计算机网络得到严密防护的信息作战行动。随着多媒体技术、计算技术、推理技术、存储技术、软件技术、数据库技术、数据仓库技术和模拟仿真技术等信息处理技术的飞速发展与融合，使应用于信息作战的计算机网络空前发展，如国际互联网、各类指挥控制系统、全球和战场信息基础设施、全球个人通信网络等。信息处理技术使“计算机控制空间”不断膨胀，不仅开辟了新的信息作战战场——计算机网络空间战场，而且使计算机网络战El趋激烈，计算机程序攻击、计算机芯片攻击和“黑客”攻击、计算机防护等多种新的作战行动应运而生。未来信息作战的胜利者，将属于抢占新的信息作战战场——计算机网络空间的一方。

(四)信息处理技术是信息作战指挥控制和训练方式变革的主要支撑

信息处理技术，如数据库技术与数据仓库技术、模拟仿真技术、虚拟现实技术、计算技术、显示技术、数据库技术、数据仓库技术和软件技术等，推动着信息作战指挥控制方式和训练方式的变革和手段的更新，日益显示出传统的指挥控制、训练方式和手段无法比拟的先进性。信息处理技术广泛运用于战场情报侦察、信息传输、指挥控制系统，并通过计算机网络将信息化战场、信息化武器系统、数字化部队联结成一个整体，使信息作战的指挥控制能在网络状态下，对所有的作战单元实施实时的、无指挥层次的指挥控制，一些新的指挥控制方式，如网络式、分布式、互访式指挥控制方式脱颖而出。信息处理技术，使信息作战训练的环境、条件和手段产生了质的飞跃，运用模拟仿真技术的模拟浸没式训练把单个受训者置于一种模拟信息作战的三维灵境环境，一个可帮他学习和练习战术技术而专门设计的特定环境，使其全身心地投入到训练之中；运用虚拟现实技术和计算机交互技术的虚拟现实和分布交互式训练，使受训者在逼真的近似实战条件下进行多层次的合成训练、对抗训练，从而改变“一张图、几支笔、一个简易沙盘”的传统训练模式，大幅度增强了训练的科学性、对抗性、经济性。为信息作战的仿真演习和部队人员的训练，提供了现代化的“信息作战实验室”。

模式识别与智能系统专业研究方向总共有五大类，分别是模式识别与智能信息处理，计算智能与智能系统，智能信息与控制，智能控制理论、方法及其应用，语音信号处理及应用。这个专业和人工智能、机器学习、数据挖掘、云计算、大数据分析等都有联系。毕业后可从事机器人，视觉识别，图像处理等相关职位。

模式识别与智能信息处理

该方向致力于模式识别的基础理论及其在图象视频信号处理中的应用研究，运用数学和信息科学的理论与方法，从信息处理的角度，研究模式信息处理的机理、计算理论和算法，使计算机实现类似于人的视觉能力。

研究数字图象和视频信息的检测、分析、传输、存储、压缩、重建等关键技术，在提出创新理论与算法的基础上，设计、研制和开发实用的高性能模式识别、图象视频处理以及医学图象处理的计算机应用系统。

计算智能与智能系统

本方向致力于生命计算学与人工智能系统的研究。生命计算学是计算智能概念的泛化，包括人工智能中的符号计算学和神经计算学，以及遗传算法、进化计算和DNA计算等；

人工生命系统是智能系统概念的泛化，包括智能信息处理系统、智能控制系统、机器人、细胞自动机等。该方向致力于模拟自然生命系统中信息与控制的规律，特别是生命的自组织、自学习、自适应、自修复、自生长以及自复制的基本特性，以及感知、知觉、认知、判断、推理、思维等智能行为；

以“计算”的形式表现智能，以人工生命系统实现智能，并将其应用于模式识别与图象处理、复杂动态系统建模、仿真与控制等领域。

智能信息与控制

控制论是“研究信息与控制一般规律的科学”，“信息与控制”是控制论的核心。在控制论思想中，“信息与控制”是生物系统和人工系统共有的特性，模拟生物智能，是控制论的基本思想。

“信息”、“控制”、“智能”、“生命”四个基本的概念，构成了控制论科学的全部基础。“智能信息与控制”是研究自然生命与人工系统中信息与控制一般规律的科学。

“智能信息与控制”方向以人工智能、控制论、系统论和信息论为理论基础，以计算机技术、电子技术和通讯技术为技术手段，以复杂演化系统为对象，类比自然生命与复杂演化系统中信息与控制的一般规律，研究面向复杂演化系统的智能控制原理和方法，并将这些规律、原理和方法应用于复杂系统的建模、仿真与控制。

智能控制理论、方法及其应用

该方向致力于具有多种复杂性和多级或分散信息结构的大规模控制系统研究。运用人工智能、计算智能（包括模糊逻辑、神经网络和进化计算）等理论与方法，结合现代控制理论（如鲁棒控制、自适应控制、变结构控制等），研究智能递阶、分散控制或优化调度系统。

主要包括：基于模式分类、计算智能和知识工程方法的大规模复杂系统的综合集成建模；基于计算机视觉的生产过程质量监测与优化控制；基于知识和模拟进化方法的多分辨率建模及模型的聚合/解聚和平滑一致性转换技术；智能控制系统的结构性质（如稳定性、能控（能观）性、自主性等）的研究；智能系统的整体优化方法及自组织保优机制的研究；

基于Agent技术的开放复杂巨系统的智能优化控制与决策；网络环境下的智能自动化理论与技术；基于现场总线技术的计算机控制与管理；离散事件和混杂系统的优化控制方法；在多种复杂性（如不确定性、非线性、参数时变、时滞等）融合条件下的非良定对象的知识基模型集成与智能优化控制策略和实现方法。

语音信号处理及应用

语音信号处理是当今信息科学研究领域中的一个重要分支，它是将数字信号处理与语音学相结合，解决现代通信领域中人与人之间、人与机器之间的信息交换问题。

语音信号处理学科在世界范围内取得了飞速发展，无论是在基础研究领域还是在各个特定的应用领域都出现了许多新算法和高性能的系统，取得了大量突破性的进展。

在硬件方面，随着计算机技术及DSP芯片的迅速更新换代，为各种日益复杂的语音处理算法的实时实现提供了可能性。在21世纪，这个研究领域的发展速度将更快，它与高速信息处理、传输和交换诸方面的关系将更加密切。

本方向主要研究语音信号数字处理的新理论、新方法及其应用，如语音编码，语音识别，语音合成，语音增强和语音编码等，满足通信与信息技术应用领域对语音处理技术的需求。

扩展资料

模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。

参考资料：

人工智能的起源是什么？

好学者百科

百度认证:北京惠企网络技术有限公司官方帐号

关注

成为第11557位粉丝

人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。自问世以来AI经过波波折折，但终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。不仅许多其他学科开始引入或借用AI技术，而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。 \x0d\ \x0d\　人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德o摩尔根提出了“思维定律“，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器“，它被认为是计算机硬件，也是人工智能硬件的前身。电子计算机的问世，使人工智能的研究真正成为可能。 \x0d\ \x0d\　作为一门学科，人工智能于1956年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上，首次提出。对人工智能的研究，由于研究角度的不同，形成了不同的研究学派。这就是：符号主义学派、连接主义学派和行为主义学派。 \x0d\ \x0d\　传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统是由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组成成分出现，可通过各种操作生成其它符号结构。物理符号系统假设认为：物理符号系统是智能行为的充分和必要条件。主要工作是“通用问题求解程序“（General Problem Solver, GPS）：通过抽象，将一个现实系统变成一个符号系统，基于此符号系统，使用动态搜索方法求解问题。　\x0d\ \x0d\　连接主义学派是从人的大脑神经系统结构出发，研究非程序的、适应性的、大脑风格的信息处理的本质和能力，研究大量简单的神经元的集团信息处理能力及其动态行为。\x0d\ \x0d\　人们也称之为神经计算。研究重点是侧重于模拟和实现人的认识过程中的感觉、知觉过程、形象思维、分布式记忆和自学习、自组织过程。　\x0d\ \x0d\　行为主义学派是从行为心理学出发，认为智能只是在与环境的交互作用中表现出来。\x0d\ \x0d\　人工智能的研究经历了以下几个阶段： \x0d\ \x0d\　第一阶段：50年代人工智能的兴起和冷落 \x0d\ \x0d\　人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。 \x0d\ \x0d\　第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮 \x0d\ \x0d\　DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议（International Joint Conferences on Artificial Intelligence即IJCAI）。 \x0d\ \x0d\　第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展 \x0d\ \x0d\　日本1982年开始了“第五代计算机研制计划“，即“知识信息处理计算机系统KIPS“，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 \x0d\ \x0d\　第四阶段：80年代末，神经网络飞速发展 \x0d\ \x0d\　1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 \x0d\ \x0d\　第五阶段：90年代，人工智能出现新的研究高潮 \x0d\ \x0d\　由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。　\x0d\ \x0d\　IBM公司“深蓝“电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的“虚拟现实“实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。图像处理和图像识别，声音处理和声音识别取得了较好的发展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。国际各大计算机公司又开始将“人工智能“作为其研究内容。人们普遍认为，计算机将会向网络化、智能化、并行化方向发展。二十一世纪的信息技术领域将会以智能信息处理为中心。 \x0d\ \x0d\　目前人工智能主要研究内容是：分布式人工智能与多智能主体系统、人工思维模型、知识系统（包括专家系统、知识库系统和智能决策系统）、知识发现与数据挖掘（从大量的、不完全的、模糊的、有噪声的数据中挖掘出对我们有用的知识）、遗传与演化计算（通过对生物遗传与进化理论的模拟，揭示出人的智能进化规律）、人工生命（通过构造简单的人工生命系统（如：机器虫）并观察其行为，探讨初级智能的奥秘）、人工智能应用（如：模糊控制、智能大厦、智能人机接口、智能机器人等）等等。 \x0d\ \x0d\　人工智能研究与应用虽取得了不少成果，但离全面推广应用还有很大的距离，还有许多问题有待解决，且需要多学科的研究专家共同合作。未来人工智能的研究方向主要有：人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型、智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。

智慧旅游的概念：就是利用云计算、物联网等新技术，通过互联网/移动互联网，借助便携的终端上网设备，主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息，及时发布，让人们能够及时了解这些信息。

智慧旅游是一个全新的命题，它是一种以物联网、云计算、下一代通信网络、高性能信息处理、智能数据挖掘等技术在旅游体验、产业发展、行政管理等方面的应用，使旅游物理资源和信息资源得到高度系统化整合和深度开发激活。

服务于公众、企业、政府等的面向未来的全新的旅游形态。它以融合的通信与信息技术为基础，以游客互动体验为中心，以一体化的行业信息管理为保障，以激励产业创新、促进产业结构升级为特色。

智慧旅游，就是利用移动云计算、互联网等新技术，借助便携的终端上网设备，主动感知旅游相关信息，并及时安排和调整旅游计划。简单地说，就是游客与网络实时互动，让游程安排进入触摸时代。

智慧旅游是以云计算为基础，以移动终端应用为核心的，以感知互动等高效信息服务为特征的旅游信息化发展新模式，核心是以游客为本的高效旅游信息化服务。智慧旅游的建设与发展最终将体现在旅游管理、旅游服务和旅游营销的三个层面。

智慧景区视频监控系统：

1、建设智慧化监控系统，实现实时远程查看景区客流情况，全视角监控景区各主要出入口客流情况，应提高应对各种突发事故的及时性。

2、实时对进出景区游客数据进行统计分析，为景区旅游管理的决策和预防突出事件提供基础信息。

3、建设智慧化广播系统，实现集中管理、分区广播、应急广播、广播对讲等功能，满足园区应急指挥调度及信息发布需求。