人机工程学 课程实践性报告.docx

《人机工程学 课程实践性报告.docx》由会员分享，可在线阅读，更多相关《人机工程学 课程实践性报告.docx（6页珍藏版）》请在第壹文秘上搜索。

1、考核编号:4州次挈贵州大学高等教育自学考试实践考试人机工程学课程实践性报告题目：计算机软件技术结合人工智能识别技术的应用前景分析专业名称：人机工程学姓名：赵倩考点名称:贵州大学准考证号：210018158416联系电话：186520373982019年3月计算机软件技术结合人工智能识别技术的应用前景及瓶颈分析摘要:近年来，计算机技术的发展速度十分之快，并且已经逐渐应用到了各行各业之中，同时其也成为了人们日常生活和工作不可缺少的一个重要组成部分。另外，计算机技术在发展的过程中也带动了其他信息技术的发展，人工智能技术就是一个十分显著的例子。本文就对这一问题进行了详细的探讨与分析，文章首先介绍了这项

2、技术的几大类别，其次介绍了其主要的应用领域，最后对其在发展过程中的一些制约因素进行了分析。文中所提供的建议均是在实践考察的基础上进行的，因此具有一定的合理性与可行性。关键词:计算机软件；人工智能；识别技术；应用引言计算机人工智能识别技术是一种新型技术，能够为我们的生活带来便利。该技术在各行各业的应用同样发挥着重要作用，这就需要人工智能识别技术拥有更好的应用效果。计算机人工智能识别技术在应用过程中也遇到了各种瓶颈问题，对其使用效果产生影响。本文针对计算机人工智能识别技术应用瓶颈进行分析。首先对人工智能识别技术进行简单介绍，之后说明了人工智能识别技术的不同类别，最后对其瓶颈进行分析。一、人工智能技

3、术的分类相较于国外的人工智能识别技术发展而言，我国的人工智能起步比较晚，发展也不成熟。在很多方面，我国的人工智能都存在比较大的缺陷，但就当前的发展情况来看，在某些关键技术领域还是取得了较大的突破。我国人工智能识别技术主要分为以下两种类型：（一）有生命“有生命”识别技术也可以划分成三类：声音识别技术、人脸识别技术以及指纹识别技术。第一类，声音识别技术。声音识别技术是非接触识别技术，是通过用户的声音对用户身份进行识别，包括声音的音频、音调、音质等。声音识别技术最显著的特点就是借助声音就可以完成技术操作，不需要用到眼睛、手等部位。随着现代科技的快速发展，声音识别技术得到了较为完善的配套软件支持，这就

4、让声音识别技术拥有了发展条件，促进其在更多领域的应用；第二类,人脸识别技术。人脸识别技术所识别的对象是人脸视觉特征，通过该识别方法鉴别人的身份，是生物特征识别技术的一种。人脸识别技术能够分别针对面部不同部分的特征完成自动追踪，并对识别过程中的曝光强度进行自动调整；第三类，指纹识别技术。每个人类的指纹细节特征都是独一无二的，指纹识别技术就是对这一生物特征加以利用，实现对人物身份的识别O（二）无生命“无生命”识别技术“无生命”识别技术主要包括三类：条形码识别技术、智能卡技术以及频射识别技术。第一类，条形码识别技术。在条形码识别技术中既包括了传统的一维条码技术，又包括了我们广泛使用的二维条码技术，其

5、中一维条码技术是条形码识别技术的基础。与一维条码技术相比较，二维条码技术具有更大的信息容量，能够显示中英文字符，同时还具备更强大的纠错能力，这就使得该技术在信息识别技术中占有重要地位，并得到广泛应用；第二类，智能卡技术。顾名思义，该技术是应用智能卡完成自动识别。智能卡从本质上来说就是集成电路卡，它能够进行数据的独立运算与储存。将智能可与计算机系统进行结合后就能够完成一系列信息处理任务，包括采集、传输、管理等。智能卡技术在物理领域中应用非常广泛，常被用作身份验证、车辆识别等工作中；第三类，频射识别技术。与其他两种识别技术不同，频射识别技术是非接触式的自动符号识别技术，通过无限电磁波实现读取与识别

6、对应目标，无线电信号在传输数据时需要借助电磁场，通过物品标签的传输，实现对物体的自动识别以及跟踪。由此可知，频射识别技术的主要作用就是标识物体，随着该技术的不断发展极有可能取代条码识别技术，在物品标识管理中发挥出重要作用。二、应用领域（一）机器人机器人是人工智能技术一个十分重要的应用领域，早在上世纪70年代，机器人技术就已经得到了人们的普遍关注，并在不断发展的过程中成为了一门独立的学科。如今，机器人技术在医学上的应用取得了十分显著的成果。人工智能识别技术与机器人的结合是促使机器人技术进一步发展的关键因素，并且其还推动许多行业逐渐朝向智能识别化的方向发展，但这两项将技术的结合与应用目前仍然处于初

7、级阶段，许多方面还不够成熟，在应用的过程中具有一定的风险性。因此还应当做进一步研究，促使其更加成熟与完善。（二）语音的识别使机器人能够识别人类的语言，并听懂语言中所包含的意思是语音识别技术最重要的一个目的，目前许多领域中都应用了这项技术的研究成果。随着信息技术的不断进步,人工智能所研发出的产品也越来越多，其也带动出现了许多新的行业的出现，如语音识别芯片就是一个十分显著的例子，但如何更好地将芯片应用到人工智能技术中仍旧是目前所需要进一步研究的一个重要方向。（三）人工神经网络识别技术人工神经网络不仅能够模拟出人脑的完整结构，并且可以实现人脑的各项功能。这项技术是借助神经元来进行信息的处理的，目前，

8、这一技术还不够成熟，其中存在许多不完善的地方和弊端，但尽管如此，其仍然能够起到帮助人们认识外界的作用。因此，这项技术还需还有待进一步的完善，以使其能够发挥更大的作用。三、发展阻碍（一）语音识别方面声音识别技术就是通过对不同声音进行分析处理，实现对声音的识别。如今声音技术设备中大多配备有声音存储系统，预先采集用户的声纹并存储，在用户与设备通话时,计算机就能够对用户的声音进行分析，并且完成与数据库中存储声音的对比，之后实现一系列功能操作（范银平，计算机人工智能识别技术的应用瓶颈分析：产业与科技论坛,2013,16）o在科技不断进步的现今社会，技术设备也逐渐趋于完善，在很多领域中都有声音识别技术的应

9、用。然而，该项技术的应用还存在很多瓶颈问题有待突破，其中最主要的有三大问题。尽管人工智能技术在各领域的应用取得了一定的成果，但其在发展过程中仍然面临着许多的阻碍。语音识别技术就是一个很显著的例子，这项技术在智能手机中的应用最为普遍，用户只要对着手机说话而不用打字，系统就能够了解用户的需求。但其最大的问题在于系统无法识别方言并且不能进行智能判断。目前智能手机的语音识别仍局限于普通话，而我国还存在着大量的使用方言的人群，因此还需要在此方面进行完善。无法进行智能判断指的是一旦用户受某些因素的影响而导致声音发生变化，系统识别的效果就会有所降低，这也是需要进一步去研究的一个问题。（二）机器翻译机器翻译为

10、人们的生活带来了许多方便，其能够实现不同语言之间的转换，但机器翻译仍然有很大的局限性，其通常只能够对句子进行直译，即只能逐字逐句的翻译，而不能对句子的结构进行合理化的调整，这就使其翻译出来的结果通常显得较为机械化，容易产生许多歧义。另外，其在翻译的过程中通常只针对于单独的一句话，而无法对与句子相连的上下文进行综合性的分析，因而难以整体上来把握句子的意思。但出现这样的问题也是必然，因为机器毕竟与人脑存在着很大的差异，其只能根据系统的设定来完成一些事情而不能进行独立思考，因此，其翻译的结果通常都显得较为片面性和机械性,但只要不断对技术进行完善，在这一方面也可实现一定程度的突破。（三）识别模式与声音

11、识别技术相比，视觉识别技术在应用中存在更多瓶颈问题，有很多技术难题亟待解决。视觉识别技术与声音识别技术具有一致的识别原理，都要完成信息的采集与存储，在实践中却存在较大差异。视觉识别技术需要对图像进行处理，我们最常应用的就是人脸识别与指纹识别，其瓶颈问题表现如下：视觉识别技术的应用瓶颈主要表现在人脸识别和指纹识别两方面。人脸识别通常是对人脸部的几个主要特征信息进行分析，采集几个具有代表性的表情特征作为储存数据进行对比分析。但，在实际生活中却难以达到这样的要求。一是，人的脸部表情是复杂且多样的。数据库并不能完全将这些信息都收集起来，数据库所存储的信息有限，从而不能很好的对人脸进行识别。二是，识别技

12、术受外部环境条件的影响比较大。外部环境的光线问题容易产生信息收集不准确的现象。指纹是人类身上独一无二的特征，指纹识别就是识别指纹的交叉点、纹路图案等特征。指纹识别技术最大的瓶颈就是安全难以得到保障，通常情况下，人类的指纹信息是随时随地都能留下的。这样的情况会让某些不法分子加以利用，对留下的指纹进行复制，影响系统的判断。人工智能技术发展的最大的一个阻碍就是无论技术多么先进，其仍然无法达到人工识别的程度，因为其运作方式和机制终究和人脑是不同的，人脑具有更加独立化的思考过程和识别过程，这也是这项技术在应用过程中面临的最大的一个问题。总之，尽管人工智能技术在许多领域都取得了十分显著的应用成果，但从其发

13、展的程度来说，距离真正的智能技术仍然有很大的区别，其仍然受控于人工操作。因此，为了进一步推动人工智能技术的发展与应用，就必须进行创新性的研究，全面开拓思维，从更多的角度和方向去考虑和解决问题，实现真正意义上的人工智能。四、结束语人工智能识别技术在社会市场中的应用范围很广，但在取得快速发展的同时，也不可避免的遇到了技术发展的瓶颈期。人工智能识别技术的瓶颈期，归根到底是无法真正对计算机实现智能控制的结果。所以，这不仅是当下所要解决的问题，也是计算机智能技术的未来研究方向。人工智能识别技术要真正获得有效且快速的发展，就必须在实践中进行不断地开拓与创新研究，不断完善发展中的技术缺陷。参考文献：1杨恒.

14、计算机及人工智能技术研究进展和应用分析JL信息通信，2014,(12)：132-133.2范银平.计算机人工智能识别技术的应用瓶颈分析J.产业与科技论坛，2013,(16)：28-29.3周娟.计算机人工智能识别技术的应用瓶颈的分析与研究J.软件导刊，2014,(3)：58-60.4罗勇，向奕雪.计算机及人工智能技术研究进展和应用分析JL电子制作，2014,(18)：47-49.5周娟.计算机人工智能识别技术应用瓶颈分析JL软件导刊,2014(9):28-29王小红.计算机人工智能识别技术的应用瓶颈分析J.科技创新与应用，2016(8):89-89李保安.计算机人工智能识别技术应用瓶颈分析J.自然科学：全文版，2016(1):00050-00050黄鑫.分析计算机人工智能识别技术的应用瓶颈J.数字技术与应用，2016：244-244