Course Introduction:本课程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、人工智能等理论和方法的综合应用，强调理论与应用相结合。课程从智能信息处理的产生背景和发展历史、基本理论和方法、应用以及研究现状和发展趋势等方面，分别介绍人工神经网络、信息重构、信息融合、机器学习、进化计算等智能信息处理方法。从神经网络的起源和发展历史入手，介绍单层和多层神经网络及其学习算法、支持向量机理论和方法在线性和非线性问题中的求解方式，并结合课程组自主编写的仿真演示系统NNDemo介绍神经网络的Matlab仿真实例。概要介绍信息重构、信息融合、机器学习、进化计算等智能信息处理方法的基本原理、一般框架、在图像分析和处理中的应用实例。

Schedule:2022-11-24:翠十一教102*;2022-11-21:翠十一教102*;2022-12-01:翠十一教102*;2022-12-22:翠十一教102*;2022-12-26:翠十一教102*;2022-12-15:翠十一教102*;2022-11-14:翠十一教102*;2022-12-19:翠十一教102*;2022-11-10:翠十一教102*;2022-12-05:翠十一教102*;2022-11-17:翠十一教102*;2022-12-12:翠十一教102*;2022-11-28:翠十一教102*;2022-12-29:翠十一教102*;2022-12-08:翠十一教102*;2022-11-07:翠十一教102*

Teacher:高欣健

School Year:2022-2023

Semester:Autumn Term

Course number:0519930X

Credits:2.0

Course Type:Undergraduate Course:

Top-Quality Courses or Not:no

Maximum Number of Students:99

Required Class Hours:32.0