信息化技术导论--课件整理

《信息化技术导论--课件整理》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大学信息技术导论信息的定义：信息是用数据作为载体来描述和表示的客观现象，信息可以用数值、文字、声音、图像等多种形式表示，信息是对数据加工提炼的结果，是对人类有用的知识，信息室具有含义的符号或消息，而数据是计算机内信息的载体。信息的主要特征：（1）信息具有不灭性。信息的不灭性是指一条信息产生后，其符号和物质载体可以变换，甚至载体可以被毁灭，如一本书，一部光盘，但信息本身并不会被消灭。（2）可传递性和共享性。信息在空间上的传递为通信。在通信上，通常把信息的通路称为信道，如电话、微波、卫星等；把信息的发布者称为信源；把信息的接收者称为信宿。同一信

2、源可供给多个信宿，而信源自身的信息可秋毫无损，这就是信息的共享性。（3）信息的可处理性。可以通过压缩、存储、排序、转换形态等方法对信息进行加工处理。经过综合、分析等处理，原有的信息可以实现增值，能够更有效地服务与不同的人群或不同的领域。信息科学：信息科学史研究信息的获取、表述、存储、识别、编码、处理等传输过程和处理阶段中各种信息问题的科学。信息科学涵盖了从电子学到哲学的许多基本问题，涉及自然科学、技术科学、人文科学、社会科学。信息技术：信息技术是指对信息搜集、存储、传递、分析、适用等的处理技术和智能技术。具体地讲，包括软件开发技术、网络通信

3、技术、微电子技术、信息处理技术和多媒体技术，而传感、自控和新材料技术等是信息技术的相关技术。现代信息技术包括4大类：（1）电子信息技术（2）量子信息技术（3）激光信息技术（4）生物信息技术信息技术产业的主要技术和产品范围包括：（1）多媒体技术（2）数据存储和处理技术（3）传输技术。“计算机”到底应该由哪些部分组成？1936年图灵发表的论文《论可计算数及其在判定问题中的应用》第一次回答了这个问题。其理论计算机的抽象模型，可以把推理化作一些简单的机械动作。图灵加盟曼彻斯特大学后为计算机科学所做成的又一个杰出贡献，是他在1950年10月发表的论文

4、《计算机和智能》在这篇经典的论文中，图灵进一步阐明了他认为计算机可以有智能的思想，并提出了测试机器是否有智能的思想，并提出了测试机器是否有智能的方法，他称之为“模仿游戏”，而大家现在称其为“图灵测试”。图灵机由3部分组成：一条双向都可无限延长的被分为一个个小方格的磁带、一个有限状态控制器和一个在带子上可以左右移动的读/写磁头。冯·诺依曼：ENIAC的研制成功为计算机科学的发展提供了契机，而每克服用它的一个缺点。都对计算机的发展带来极大影响，其中影响最大的是程序存储方式的采用，1946年，冯·诺依曼对ENIAC的研究表示出了极大的热情和关注，

5、并将“存储程序”的设想确立为冯氏结构计算机的设计体系，其思想是：计算机中设置存储器，将符号化的计算步骤存放在存储器中，然后依次取出存储的内同进行译码，并按照译码结果进行计算，从而实现计算机工作的自动化。ENIAC突出的优点在于：（1）把计算机要执行的指令和要处理的数据都用二进制数表示。（2）把执行指令和处理的数据均按照顺序编程程序存储到计算机内部让它自动执行。这种由计算器、逻辑控制器、存储器、输入、输出5个部分组成的“存储程序”式计算机思想成了后来设计计算机的主要依据。半个多世纪以来，计算机技术有了飞速发展，但计算机的基本体系结构和基本工作

6、原理仍然沿袭着冯·诺依曼的最初构思和设计，因此人们将这种“存储程序”式计算机统称为冯·诺依曼计算机或冯氏结构计算机。目前计算机的发展有如下几个重要的方向：（1）巨型化。用于天气预报、军事计算、飞机设计、核弹模拟等。（1）微型化。微型机已从台式机发展到便携式、膝上机、掌上机。（2）网络化。计算机联网形成巨大的浪潮，是计算机的实际效用得到大大的提高。（3）智能化。使计算机具有更多的类似人的职能。模式识别一、模式:通过对具体的个别事物进行观测所得到的具体时间和空间分布的信息称为模式。二、模式类：模式所属的类别或同一类中模式的总体称为模式类。三、模

7、式识别：使计算机模仿人的感知能力，从感知数据中提取信息（判断物体和行为）的过程。四、模式识别的目的：把关注的模式(观测信息)进行分类，或把观测映射成符号。五、模式识别系统的基本构成:预处理特征提取和选择分类器设计分类决策训练过程信息获取A、数据获取：为了使计算机能够对各种现象进行分类识别，要用计算机可以运算的符号来表示所研究的对象。通常输入对象的信息有二维图形、一维波形、物理参量和逻辑值三种类型，通过测量、采样和量化，可以用矩阵或向量表示二维图像或一维波形。这就是数据获取的过程。B、预处理：预处理的目的是去除噪声，加强有用的信息，并对输入测

8、量仪器或其他因素所造成的退化现象进行复原。C、特征提取和选择：由图像或波形所获得的数据量是相当大的。为了有效的实现分类识别，就要对原始数据进行变换，得到最能反映分类本质的特征。这