摘要：在科学技术快速发展的过程中，信息处理技术也不断更新，逐渐向着智能化的方向发展。处在信息化时代中，人们在生活和工作中会接触到大量的信息，借助信息的智能化处理技术，能够更好的管理庞大的信息，全方位的掌握信息，可以根据信息制定出合理的决策。本研究主要对信息的智能化处理技术进行论述，分析智能信息处理技术的发展史，并介绍了该技术的应用状况，展望了技术发展前景，以期改善信息处理效率。
关键词：智能化；信息处理技术；人工智能；神经网络
近年来，智能信息处理技术获得了突飞猛进的发展，该技术有机融合了控制技术、电子技术、计算机技术等多种先进技术，能够高效实现信息的采集和处理任务。开展信息的智能化处理技术研究具有非常重要的意义，能够全方位的了解和掌握智能信息处理技术的发展及运用状况，并发挥该技术的优势和作用，为今后的研究提供依据。
1信息的智能化处理技术的产生与发展
1.1信息的智能化处理技术的产生
早在1930年就产生了信息的智能化处理技术，然而因为运算功能强大的工具，致使智能化信息处理技术的功能无法得到全面体现，这在一定程度上限制了信息的智能化处理技术的发展和成熟。计算机技术的广泛应用为信息的智能化处理技术的进一步发展提供了坚实的基础保障，研发出多种智能信息处理产品，在人们的工作和生活中得到了大规模的应用，为人们提供了极大的便利，同时也产生了较大的社会及经济效益。针对当前医学领域中的GT机而言，该机器充分运用了智能化信息处理技术的优势[1]；同时美国科学家J.W.Coolev领导多位研究人员共同研制出先进的FFT算法，极大地推动了科学研究领域的创新发展。随后硬件电路就借助FFT算法对智能监测仪器进行开发研究，推出多种自动化和智能化程度较高的检测设施，获得了很大的成功[2]。科学技术的实时发展使信息的智能化处理技术也不断更新，科技水平逐步提升，智能化信息处理技术在信息处理系统中发挥的作用越发重要。
1.2信息的智能化处理技术的发展
信息处理技术顺应着通信技术、计算机技术的发展潮流，已经进入到一个全新的发展阶段，不仅更新了传统的发展理论及方式，在研究领域方面也获得了进一步的拓展，构建出全新的研究理论及方法。在信息处理技术最初发展阶段，线性、最小相位及因果等系统是几大关键研究内容，在不断的发展过程中已经逐渐转向非最小相位、非因果和非线性等研究领域，能够结合信息的变化开展针对性的处理工作。能够处理可靠性和稳定性较差的信息是智能化信息处理技术最显著的特征，能够使其转变为可靠和确定的信息。在智能化信息处理技术的支撑下，能够在确定性较差的信息内获取相对精确的结果，能够对信息进行有效、充分的利用，显著改善了信息的整体利用率。构建具有良好判断能力、理解能力和学习能力的人工智能系统是开展智能化信息技术研究的根本目标，信息的智能化处理技术主要借助不同算法对信息进行采集和利用，最终达到智能化管控的效果。由此得知，信息的智能化处理技术主要研究内容为：1）环境、机器同人的彼此智能化交互协作。该技术能够对语音或文字开展自动识别研究，并尝试理解自然语言，对图像、视觉信息进行自主化的加工和处理，确保环境、机器同人三者能够实现信息的互动沟通、交流[3]；2）将有价值、有效信息从数据库内进行提取，并总结基本规律。智能化信息处理技术的根本研究内容为机器学习及简约数据，需要借助已经掌握的模式识别理论、知识，针对数据信息进行简化处理，通过可阅读的方式将信息呈献给决策人员，便于制定出科学的决策。也能够自动化的学习多种数据，进而进行数据的评价和分类处理工作，对结果进行准确的预测；3）合理规划和优化智能系统，发挥系统的协作、决策功能。应对计算机决策系统、辅助规划系统进行构建，参考优化指标改善社会及经济效益。还应对系统建模内容进行探究，对智能决策、规划、体系协作的基础理论和方式进行进一步的优化。
2信息的智能化处理技术理论及方法
信息的智能化处理技术涵盖多个研究领域，融合了通信技术、控制技术和计算机技术等先进技术，涉及多个信息科学技术学科。综合当前的研究及发展情况，可以将信息的智能化处理技术归为以下几类：
2.1模糊理论
若需要对无法确定对现象进行探究和分析，就必须要借助模糊理论来实现。由于事物本身拥有不确定的特性，同数学理论下的二元性原则没有直接关系，属于对象差异的中间过渡状态，无法进行准确的划分，从而不能明确对象类型。模糊系统具有模糊性特征，能够结合模糊理论发挥模糊信息处理功能，是一种动态化的模型。一般在模糊系统内，输入、输出彼此对应，能够将其视为连续函数的通用逼近器，主要包括模糊推理机、反模糊化器、模糊产生器及模糊规则库[4]。建立在神经网络、模糊系统之上的模糊神经网络，有效整合了模糊系统机理、神经网络，将二者的优势进行了整合，同时也融合了多种理论，包括动力学、逻辑计算、处理方式及语言等。模糊神经网络不仅具有较强的联想能力、识别能力和学习能力，同时还拥有良好的模糊信息处理性能。在普通神经网络内，对模糊输入信号、权值进行添加是模糊神经网络的核心所在，在优势互补的原理下，能够使神经网络、模糊系统的优势和功能充分展示出来，同时也弥补了二者各自的弊端和不足。构建的模糊神经网络使信息的智能化处理技术发展迈向一个全新的发展层面，具有非常重要的意义。
2.2人工神经网络法
网络模型、数学模型是构建人工神经网络的关键，基于网络模型内，基础构成就是人工神经元，需要结合特定结构对其进行组合，最终打造出完整的模型；而在数学模型内，依据大脑神经元构建的人工神经是处理信息的单元体，借助组合而成的人工神经元，能够形成神经网络结构。独立人工神经元、神经元间的基本连接结构就是神经网络结构。就信息的智能化处理技术发展研究结果进行分析，当前已经成功研制出多达十几种的人工神经元网络模型，依据信息流动方向、连接途径，能够将人工神经元网络模型划分为多种不同的种类[5]。相互结合型（反馈型）网络、前向型网络是构成人工神经元网络模型的两大类，前者具有反馈信息的功能，而后者无法对信息进行反馈处理。
2.3进化算法
依据生物界遗传定律、自选选择定律，形成了进化算法，该算法在机器学习、优化等研究方面发挥着极其重要的作用。进化算法的基本原理即为通过对生物遗传模型进行模拟的方式，优化索索全局，获取最佳的结果。进化算法的适用范围较广，运用方式简便，能够并行开展信息处理工作，其主要对象为个体，能够实施变异、交叉及选择等处理任务，明显优于传统算法，具有其特有的特征。在长期的钻研和探究过程中，进化算法不断完善，当前在机器学习、识别图像和自动化管控等领域占据着极高的地位，该算法在信息的智能化处理技术中有着普遍的运用。
2.4信息融合技术
信息融合技术的关键研究对象为：怎样加工处理、运用不同的信息，达到信息互补的效果，确保最终获取信息的精确性和真实性。信息融合技术建立在多传感器系统的基础上，能够准确监测目标，对无法明确的信息进行排除，有效提升了信息的可靠程度。通过分析、模拟人类大脑对信息进行综合性处理的功能，形成了信息融合技术的基础工作原理。大量传感器存在于系统内，传感器所发信息具有一定的差异，基于多传感器的信息融合系统能够根据大脑处理信息的方式开展相应的信息处理工作。多传感器信息融合系统能够综合性的处理多种不同的信息资源，并整合大量信息，并科学支配、运用这些信息，系统还可以高效组合冗余信息，显著改善了信息的准确性和可靠性[6]。在上述工作原理下，由多个子集组成的信息系统具有非常强大的功能，性能更加优越。低层次处理、高层次处理是信息融合技术的两大关键类型，其中前者主要指的是数据的预先处理工作，包括数据分类、检测目标等；而后者主要指的是集威胁估计、态势和全部融合过程为一体的提取处理。功能型模型、数据型模型是当前信息融合模型的两大关键种类，在实际运用中发挥着重要作用。
3信息的智能化处理技术的应用及发展趋势
在实践生活中，信息的智能化处理技术有着较高的运用价值和实用性：1）智能化信息处理技术能够提高工作效率，能够开展自动化和智能化的处理工作，有效减轻了人们的脑力劳动任务；2）智能化信息处理技术能够针对不同的对象进行识别，包括影像、语音及文字等，借助机器能够进行翻译和分析等操作；3）当前互联网覆盖范围非常广阔，借助路由器，信息的智能化处理技术能够分析数据传输途径，获取优化路径，有效处理网路堵塞等故障[7]；4）目前实践生产中计算机技术已经实现了普遍运用，计算机技术发展速度日益加快，存储量也逐渐扩大，大大节约了成本资源，在智能化信息处理技术不断发展的过程中会进一步加快计算机技术的发展进程。从模拟数字到人工神经网络的发展转向，信息的智能化处理技术对混沌理论、小波分析理论、遗传算法及模糊数学理论进行了有效的整合，不断研发和创新出全新的智能化信息处理思路、算法及理论。信息的智能化发展技术拥有非常广阔的发展前景，迎合了未来信息时代的发展需求，这就要求必须要强化对智能信息处理技术的研发力度，提高对技术研发的重视度。在推动智能化信息处理技术发展的过程中，应将其发展与实践运用和科研课题进行综合，运用创新思想整合多种不同的信息处理技术，满足更加复杂的运用需求，使智能化信息处理技术与其它领域密切结合起来，促进信息学科的发展。
4结束语
综上所述，信息的智能化处理技术经过不断地发展日趋成熟，然而将该技术运用到实践生活中时仍然会出现一系列的问题，还需要加大研发力度，使智能化信息处理技术更加完善。在今后的发展过程中，要将科技前沿同信息的智能化处理技术进行整合，创新研发思路及方式，结合实践运用需求来总结智能化信息处理技术的理论。同时，为了迎合信息的智能化处理技术的复杂化发展趋势，还应将该技术与多种信息处理方式进行紧密结合，有效推动智能化信息处理技术的快速发展。
参考文献：
[1]张晓孪.基于语义的智能信息处理技术的研究[J].微型电脑应用,2014(11).
[2]宋伟,霍广明.智能信息处理技术的现状及发展[J].科技信息,1998(12).
[3]齐小刚,杨永安.智能信息处理技术在卫星测控领域的应用研究[J].系统工程与电子技术,2000(01).
[4]杜亚军.智能信息处理及其在搜索引擎中的应用[J].西华大学学报(自然科学版),2007(02).
[5]徐汀荣,曹顺良.智能信息处理系统的信息呈现技术[J].微电子学与计算机,2001(01).
[6]黄莉.智能信息与网络处理探究[J].电脑知识与技术,2010(18).
[7]张光荣.智能信息处理技术的发展与应用[J].计算机光盘软件与应用,2013(02).
作者：陈泽林 单位：河北衡水第一中学
