人工智能优化初探

介绍了人工智能的基本概念，讨论了应用人工智能技术在工程领域中进行优化的主要步骤，包括采集样本、数据处理、空间变换、连续量目标优化、建立专家系统等，指出人工智能优化技术是未来工程优化的主要方向。     

基于粗糙集的数据挖掘

粗糙集理论是一种研究不完整、不确定知识处理的数学工具，近几年来在机器学习、知识发现、算法研究、工程应用、决策支持系统以及模式识别等应用中取得了较好的成果，阐述了粗糙细论的基本思想，介绍了人工智能中数据挖掘的一般过程及其方法。     

人工智能与教育技术

根据人工智能近年来的不断发展和应用领域不断扩展,探讨了教育技术的重要领域远程教育在实际应用中所面临的一些问题.并对相关问题进行了分析,认为将人工智能的研究领域与教育技术的远程教育相结合,可以解决目前远程教育所遇到的问题,进而提出了一些建议.     

新时代我国人工智能发展回顾与展望

进入新时代以来,我国在人工智能领域产出了大量论文和专利成果,并建成一批研发机构,体现出成为人工智能强国的实力和潜力,为我国进一步发展智能领域的高科技奠定了基础。文章回顾了党的十八大以来我国在人工智能领域取得的研究成果和政策发展情况,从逐步完善科技创新体系,为人工智能技术提供有力的结构性支撑;推进高水平对外开放的发展目标,需要运用人工智能;夯实科技安全根基,为人工智能应用提供保障等方面展望新征程上人工智能的发展。     

数据挖掘技术研究

介绍了数据挖掘这一新兴技术的基本原理、历史和未来的研究发展以及国内存在的问题．     

基于人工智能的网络时空数据挖掘方法

为解决传统数据挖掘应用到网络时空数据挖掘时存在挖掘结果数据召回率低的问题,研究基于人工智能的网络时空数据挖掘方法.采用网络爬虫技术采集网络时空数据,制定网络时空数据关联规则,利用人工智能中的微分进化算法进行挖掘数据筛选及候选集确定,基于用户偏好挖掘数据知识,实现网络时空数据的挖掘.试验结果表明,设计方法在实际应用中能够...     

人工智能嗅觉系统及其在食品加工中的应用

介绍了人工智能嗅觉系统工作的基本原理及其在食品加工中的应用。同时，指出了用人工智能嗅觉系统对食品品质进行评判，不仅能够保证评判结果的准确性，而且还具有广阔的应用前景。     

数据挖掘技术在情报分析与服务中的应用研究

从情报研究与服务工作的实际分析了当前情报工作的现状和存在的问题,指出了建立基于数据挖掘技术情报分析与服务系统的必要性,结合情报分析与服务的特点及流程,将数据挖掘方法、知识管理思想应用到情报分析与服务系统之中,构建了系统模型,并对其在情报研究与服务中的应用进行了探讨.     

职业院校人工智能教育

文章结合我们职业院校人工智能教育的实际,分析人工智能教育的意义以及目前职业院校人工智能教育的现状,并提出了在职业院校开展人工智能教育的基本思路。     

数据挖掘技术及其在情报研究中的应用

在当前的数字时代,海量的信息数据已经远远超出情报研究人员的分析和处理能力,而传统情报研究的技术和工具已无法满足情报研究人员的需求.由于数据挖掘技术在处理海量数据时显示了其独特的优点,可与现代情报研究有机结合.本文首先介绍了数据挖掘技术的基本概念和常用方法,并对其在情报研究中的应用进行初步探讨.     

数据挖掘在人工智能自适应教育领域中的应用

回溯人工智能自适应教育发展历程,归纳数据挖掘相关概念,并结合教育学、心理学理论,利用数据挖掘技术完成个体学习风格与最优学习策略的匹配,定制个性化学习方案。     

人工智能课程教学方法的探讨

针对高校人工智能课程的特点和开设此课程的目的,从优选教材、改进教学手段和注重考核方式等方面对人工智能课程教学方法进行了探讨,以期能够达到提高人工智能课程教学质量的目的。     

基于人工智能和数据库技术的分布式WZCAPP系统的研究与开发

本文针对回转体零件,采用分布式、人工智能及数据库等技术,提出了构造高效ＣＡＰＰ系统的方法．该系统通过实用技术的集成,自动完成工艺设计,达到了高效的目标     

PROLOG:人工智能的一个有力工具

本文讨论了目前程序设计的缺陷和产生新型程序设计语言的必要性,介绍了 PROLOG 语言的特点,最后通过实例说明它在人工智能专家系统中的应用.     

人工智能及其在SEO技术中的应用

人工智能系统的开发和应用,已经为人类社会创造出丰富的经济效益,人工智能的发展对人类产生了非常深远的影响,这些影响涉及人类的经济利益、社会作用和文化生活等方面.本文对人工智能及其在SEO技术中的应用作一个探讨.     

数据挖掘与智能化信息处理研究

数据挖掘(Data Mining)是智能化信息处理中一个很有价值的课题，它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术。本文介绍数据挖掘系统的体系结构、数据挖掘的任务、方法及应用，讨论了数据挖掘研究的发展趋势。