智能信息处理技术：模糊神经网络与进化计算在图像识别中的应用

"智能信息处理技术" 本书《智能信息处理技术》由王耀南主编，主要探讨了在信息科学领域的智能信息处理技术，包括基础理论和最新处理方法。书中详细介绍了智能信息处理的发展历程，以及一系列相关技术，如模糊集合与模糊逻辑、神经网络信息处理、模糊神经网络、进化计算、混沌信息处理、分形信息处理等。 在图像获取及预处理方面，书中提到了使用256×256的松下彩色摄像机进行图像拍摄，并通过图像板将模拟信号转化为数字信号，得到256灰阶的灰度图像。接着，通过区域分割和规格化，将图像处理成64×64大小，以便后续处理。 在组合神经网络部分，书中阐述了如何利用快速傅里叶变换(FFT)处理工件图像，得到功率谱表示的样本。仅取功率谱的左上角四分之一（32×32）作为输入，送入特征提取网络，提取的特征再输入识别器，从而得到识别结果或启动上层处理模块。这种组合神经网络方法结合了传统直观特征与神经网络的优势。 模糊信息处理章节讨论了模糊集合和模糊逻辑在信息处理中的应用，它们允许处理不精确或不确定的数据，增强了系统的灵活性和适应性。模糊神经网络信息处理部分则介绍了如何结合模糊逻辑和神经网络，实现更复杂、更适应性的信息处理任务。 进化计算和混沌信息处理章节则涵盖了遗传算法、粒子群优化等进化计算方法，以及混沌系统在信息处理中的应用，这些方法通常用于解决复杂的优化问题和模拟复杂动态系统。 分形信息处理部分，讲述了分形理论如何在信息处理中用于描述和分析具有自相似性的复杂结构，这在图像压缩、信号处理等领域有广泛应用。 最后，书中给出了智能信息处理技术的实际应用案例，这些案例可能涵盖自动化、计算机应用、人工智能、图像处理、智能控制等多个领域，旨在帮助读者理解和掌握这些技术的实际应用价值。 总体而言，《智能信息处理技术》是一本全面介绍智能信息处理的教材，适合自动化、计算机科学、人工智能等相关专业的研究生和高年级本科生学习，同时也为工程技术人员和科研工作者提供了有价值的参考资料。书中内容结合理论与实践，深入浅出，有助于读者迅速掌握这一领域的核心技术和最新进展。