Page 175 - 计算机应用软件开发技术研究

第五章 基于数据挖掘技术的智能信息处理

分。为了用分类树对一个对象进行分类，采用了一个部分匹配函数来沿着“最
佳”匹配节点的路径在树中向下移动。
2.神经网络方法

神经网络方法将每个簇描述为一个标本，标本是聚类的原型。神经网络方法
有两个著名的方法：竞争学习、自组织特征映射。竞争学习采用了若干个单元的
层次结构，它们以一种“胜者全取”的方式对系统当前处理的对象进行竞争。
自组织特征映射方法中，聚类也是通过若干单元竞争当前对象来进行的。权

重向量最接近当前对象的单元成为活跃的单元，为了更接近输入对象，对获胜单
元及其最近的邻居的权重进行调整。自组织特征映射方法假设在输入对象集中存
在一些拓扑结构或顺序，对象将最终在空间中呈现这种结构。

第五节 智能信息处理

一、智能信息处理发展的背景

在部署智能制造等国家重点研发计划和实施“互联网+”行动方案基础上，

中华人民共和国国务院（以下简称国务院）于 2017 年 7 月发布了《新一代人工
智能发展规划》，把发展人工智能提升到了国策高度。这一发展规划以“科技引
领、系统布局、市场主导、开源开放”为基本原则，计划分三步实现战略目标：

第一步，到 2020 年人工智能总体技术和应用与世界先进水平同步，人工智
能产业成为新的重要经济增长点，实现人工智能核心产业规模超过 1500 亿元，
带动相关产业规模超过 1 万亿元。
第二步，到 2025 年人工智能基础理论实现重大突破，部分技术与应用达到
世界领先水平，实现人工智能核心产业规模超过 4000 亿元，带动相关产业规模

超过 5 万亿元。
第三步，到 2030 年人工智能理论、技术与应用总体达到世界领先水平，成
为世界主要人工智能创新中心，实现人工智能核心产业规模超过 1 万亿元，带动

相关产业规模超过 10 万亿元。
在这一发展规划中，与信息科技和情报学密切相关的既有大数据智能理论、
类脑智能计算理论等新一代人工智能基础理论，也有自然语言处理技术、跨媒

·163·