Page 139 - 当代控制理论及应用技术概论

第四章 智能识别与控制研究

实际过程中有着良好的通话体验。
2. 图像识别技术
图像识别技术作为计算机人工智能技术的重要领域与分支。其核心是对图
像进行相应的对象识别，以便区分出不同模式下的目标与对象。图像识别技术从
发展上来讲，总共经历了三个阶段。分别为文字识别、图像处理与识别、物体识

别。其通过对图像信息进行相应的处理分析，得到我们所需要的研究目标。发展
到了今天，图像识别不仅仅是通过肉眼进行识别，同时借助计算机进行识别也是
重要的识别手段。在识别原理上，计算机图像识别技术与人客户肉眼识别上是相

同的。人类进行图像识别是根据图像本身具有的特征，将图像识别出来。当我们
看到一张图片的时候，大脑会迅速反应出该相识的图片，并进行分类识别与存储
记忆。人工智能图像识别技术是以图像特征为基础，关注每个图片的主要特征，
并排除掉多余的输入信息，找到所需要的关键信息，分阶段的完成对图像信息的
整理形成一个完整的直觉映像。在人工智能图像识别过程中，模式识别是关键，

模式识别是对事物不同形式的信心进行分析处理，从而实现对一个事物或者现象
的描述、辨别以及分类。
3. 机器人技术

我国在进入信息化时代之后，机器人技术逐渐发展起来，并得到了广泛的
应用。同时，为了满足时代的发展的需求，机器人技术已经逐渐成为一门学科。
伴随着智能化技术的发展，人工智能识别技术与机器人技术的相互融合，使得机
器人技术得到了飞速的发，推动了机器人行业的迅速发展。人工智能识别机器人
在组成上包含内部信息以及外部信息传感器。其传感器包含了对视觉、听觉、触

觉以及嗅觉等。除了感受器之外，他们号又要电动机、筋肉等主要部件组成的效
应器，使得他们能够与外界充分的接触起来。从目前的技术发展来看，智能机器
人在组成上至少需要感觉、反应以及思考三要素。

4. 人工智能神经网络技术
近几年，人工智能网络技术十分常见。其主要是通过将处理单元之间进行
有效的连接，从而构建出成熟的网络系统，能够进行相应的逻辑思维思考等功能，
就像人的大脑一样进行思考，与人的脑力具有相似的模拟系统。在实际工业工程
中，电子元件、处理元件以及人工神经元等的有效结合，可有效的解决实际工程

中的问题以及保证工业的稳定运行。一个完整的人工智能神经网络包含输入层、

131
131