人工智能课程设计报告--动物识别系统

人工智能算法识别动物原理
人工智能算法识别动物的原理主要是通过计算机视觉和图像识别技术来实现。

下面是一般的人工智能算法识别动物的基本原理：
1. 数据收集：首先，需要收集一定数量和多样性的动物图像样本作为训练数据。

这些图像可以包含不同种类的动物、不同角度的拍摄和不同环境下的图像。

2. 数据预处理：对收集到的图像数据进行预处理，例如图像缩放、裁剪、去噪等。

这些预处理操作有助于提高后续算法的效果。

3. 特征提取：使用计算机视觉技术，从图像中抽取关键的特征。

常见的特征提取算法包括SIFT、HOG、SURF等。

这些特征
能够帮助算法识别出图像中的动物特征和形状。

4. 模型训练：使用机器学习算法，如支持向量机(SVM)、卷积
神经网络(CNN)等，对特征提取得到的数据进行训练。

在训练
过程中，算法会根据给定的标签，通过学习来建立一个模型，使得该模型能够准确地区分不同的动物类别。

5. 模型测试和验证：使用一部分未被训练过的图像数据，对训练好的模型进行测试和验证。

通过输入测试图像并运行训练好的模型，可以获得对图像中动物的分类结果。

与实际标签进行比较，以评估模型的性能和准确度。

6. 模型优化与迭代：根据测试结果，对模型进行优化和调整，以提高模型的准确率和鲁棒性。

调整可能包括改变特征提取算法、调整算法参数等。

通过以上步骤，人工智能算法可以学习并识别不同种类的动物。

随着更多的数据和更先进的算法的集成，人工智能算法的动物识别能力也将不断提高。

报告_基于产⽣式系统的动物识别系统实验基于产⽣式系统的动物识别系统知识表⽰与推理专题魏江200620108203 计算机系统结构专业（1班）正向推理是产⽣式系统的⼀种推理⽅法,它是从⼀组表⽰事实的谓词或命题出发,使⽤⼀组产⽣式规则,⽤以证明该谓词公式或命题是否成⽴.本实验⽤两种⽅法实现了⼀个简单的动物识别系统.⼀、实验⽬的1.熟悉和掌握产⽣式系统的运⾏机制，2.掌握基于产⽣式系统的正向推理的基本⽅法。

3.简要⽐较两种实现⽅式的异同⼆、实验内容1. 能根据输⼊的动物特征判断是那种动物或给出相应的回答. (第⼀种⽅法)2. 如果根据初始输⼊的动物特征不能判断,则可以动态增加新事实(即动物特征)来判断属于那种动物. (第⼀种⽅法)3. 可根据提⽰选择所要识别的动物是否具有该特征.(第⼆种⽅法)三、算法设计编程语⾔与编程环境: C++,VC6.0下⾯⽤第⼀种⽅法简要说明算法的设计过程.⾸先建⽴了⼀个animal_identifier的类.该类包含的属性有:f和r. f指针指向事实集,r指向规则集.包括的关键成员函数有:Creat_Rules(),Creat_Fact(), reason().1 建⽴静态规则库.即建⽴产⽣式规则.本算法采⽤了产⽣中间事实的⽅法,这样做的优点是涉及到的规则少,容易理解,便于建⽴和使⽤规则.为了便于设计,我们把要识别的动物限于7种,这样所需要的产⽣式规则就⽐较少.本算法总共有16种规则,部分规则如下:R1：如果某动物有⽑发则该动物是哺乳动物R2：如果某动物有奶则该动物是哺乳动物R3：如果某动物有⽻⽑则该动物是鸟R4：如果某动物会飞，且下蛋则该动物是鸟R5：如果某动物吃⾁则该动物是⾷⾁动物R6：如果某动物有锋利的⽛齿，且有⽖，且眼睛盯着前⽅则该动物是⾷⾁动物R7：如果某动物是哺乳动物,且有蹄则该动物是有蹄类哺乳动物……………..R16: 如果反刍则哺乳动物上述规则库由类animal_identifierd的⽅法Creat_rules()静态实现.2 建⽴事实库建⽴事实库是由⽅法Creat_Fact()实现的.该⽅法要求⽤户动态输⼊事实,即要求⽤户先输⼊特征个数,然后输⼊动物的特征,如果未识别出来,⽤户可以增加输⼊,或者退出.3 正向推理过程.正向推理是从已知事实出发，通过规则库求得结论，或称数据驱动⽅式。

摘要专家系统是目前人工智能中最活跃，最有成效的一个研究领域，它是一种基于知识的系统，它从人类专家那里获得知识，并用来解决只有专家才能解决的困难问题。

该动物识别专家系统是在VC编程环境下编写的基于Windows操作平台上的图形用户界面程序，依据15条规则，构建知识库，能判别七种动物。

该系统具有较好的扩充性，可移植性、透明性，算法简单高效，使用方便，用户界面友好。

在层次树结构的数据结构基础上，采用正向推理的技术构建推理机，解释机构的实现采用了唱片技术和追踪技术。

构建该动物识别专家系统主要目的是为了提高人工智能的理论水平，更深入地了解专家系统的原理、历史、构成和各组成部件的基本原理，并提高VC的编程能力。

关键字：专家系统，知识库，规则，推理机，解释机AbstractExpert system is one of the most active and effective research realms. It can solve difficult problems, which can only be solved by experts. It is a system based on knowledge and can achieve knowledge from experts.This expert system is the visual interface program, which based on Windows operation system in the situation of Visual C++ programming. It can distinguish seven kinds of animals by constructing knowledge base, which is based on 15 rules. This system is moveable, transparent, and expansible. It can be easily used. Its mathematic is simple and efficient the user interface is friendly. The construction of reasoning machine adopts the positive reasoning technology and the realization of explanation adopts the record and pursuit technologyThis animal distinguish expert system aims to raise the theory standard of artificial intelligence. The writer intended to know about the principle, the history and the composition theory of expert system, and upgrade the programming ability.Key W ords: expert system, repository, rule, reasoning machine, explanative machine目录摘要 (1)Abstract (2)目录 (3)前言 (4)第一章需求分析 (6)1.1 需求状况 (6)1.2专家系统的设计要求 (6)1.3组成部分 (10)1.4推理机 (12)第2章概要设计 (14)2.1总体流程的设计 (14)2.1.1创建知识库 (14)2.1.2 设计推理机的工作流程 (17)2.2用户界面设计 (19)2.2.1 用户界面设计的原则 (19)2.2.2设计的用户界面 (20)第3章详细设计 (22)3.1学习VC有感 (22)3.1.1认识VC (22)3.1.2使用MSDN (23)3.2 详细编码 (24)第4章测试与完善 (37)4.1 测试系统 (37)4.2 完善功能 (38)4.2.1改善explain功能 (38)4.2.2 添加backspace功能........................... 错误！未定义书签。

动物识别专家系统随着科技的不断发展，人工智能技术在各个领域得到了广泛的应用，其中动物识别领域也不例外。

动物识别专家系统是一种基于人工智能技术的系统，它能够通过对动物的特征进行分析和识别，从而帮助人们更好地了解和保护动物世界。

本文将介绍动物识别专家系统的原理、应用和未来发展方向。

动物识别专家系统的原理。

动物识别专家系统基于人工智能技术，主要包括图像识别、声音识别和行为识别三个方面。

在图像识别方面，系统通过对动物的外貌特征进行分析和比对，从而识别出动物的种类和特征。

在声音识别方面，系统通过对动物的声音进行录制和分析，从而识别出动物的种类和特征。

在行为识别方面，系统通过对动物的行为进行观察和分析，从而识别出动物的种类和特征。

通过这些方法的综合应用，动物识别专家系统能够准确地识别出动物的种类和特征，为人们提供了一个更加直观和全面的了解动物世界的途径。

动物识别专家系统的应用。

动物识别专家系统在许多领域都有着广泛的应用，其中包括科研、保护和教育等方面。

在科研方面，动物识别专家系统能够帮助科研人员更好地了解动物的种类和特征，从而为动物学研究提供了更多的数据和信息。

在保护方面，动物识别专家系统能够帮助保护人员更好地监测和保护野生动物，从而为野生动物的保护工作提供了更多的支持和帮助。

在教育方面，动物识别专家系统能够帮助学生更好地了解动物的种类和特征，从而为动物教育提供了更多的资源和工具。

通过这些应用的综合推广，动物识别专家系统能够为人们提供一个更加全面和便捷的了解动物世界的途径。

动物识别专家系统的未来发展方向。

动物识别专家系统在未来有着广阔的发展前景，其中包括技术的进步、应用的拓展和服务的优化等方面。

在技术方面，动物识别专家系统将会不断引入新的人工智能技术，从而提高系统的识别准确度和效率。

在应用方面，动物识别专家系统将会不断拓展新的应用领域，从而为更多的人群提供更好的服务和支持。

在服务方面，动物识别专家系统将会不断优化用户体验和服务质量，从而为用户提供更加便捷和高效的服务。

暨南大学人工智能实验报告题目：基于web的动物识别系统院系：信科院计算机系专业：计算机技术学号：27学生姓名：ming fang成绩：日期：2010年12月10日一、目的与要求1．掌握人工智能的知识表示技术，能用产生式表示法表示知识，并实现一个用于识别的专家系统。

2．推理策略采用正向推理和反向推理两种。

二、主要内容1．学习人工智能的知识表示技术，关键掌握产生式知识表示的具体应用方法。

2．实现的动物识别系统的主要功能如下：2．1系统能通过正向、反向推理得到正确的动物识别结果。

2．2系统能动态地添加规则、能显示推理过程。

三．实验原理产生式表示：产生式表示是知识表示的一种。

这种方法是建立在因果关系的基础上的，可很容易的描述事实、规则及其不确定性度量。

1．事实的表示：事实可看成是断言一个语言变量的值或是多个语言变量间的关系的陈述句，语言变量的值或语言变量间的关系可以是一个词。

不一定是数字。

一般使用三元组（对象，属性，值）或（关系，对象1，对象2）来表示事实，其中对象就是语言变量，若考虑不确定性就成了四元组表示（增加可信度）。

这种表示的机器内部实现就是一个表。

如事实“小王年龄是22岁”，便写成（Lee,age,22）事实“小李、小张是朋友”，可写成（friend,Lee,Zhang）2．规则的表示：规则用于表示事物间的因果关系，以IF condition THEN action 的单一形式来描述，将规则作为知识的单位。

其中的condition 部分称为条件式前件或模式，而action部分称作动作、后件或结论。

产生式一般形式为：前件后件。

前件和后件也可以是有“与”、“或”、“非”等逻辑运算符的组合的表达式。

条件部分常是一些事实的合取或析取，而结论常是某一事实B。

如果不考虑不确定性，需另附可信度度量值。

产生式过则的含义是：如果前件满足，则可得到后件的结论或者执行后件的相应动作，即后件由前件来触发。

一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。

文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。

计算机科学与技术学院《人工智能》课程设计报告设计题目：动物识别系统设计人员：学号：学号：学号：学号：学号：学号：指导教师：2015年7月目录目录 (1)摘要 (2)Abstract (2)一、专家系统基本知识 (3)1.1专家系统实际应用 (3)1.2专家系统的开发 (3)二、设计基本思路 (4)2.1知识库 (4)....................................................................................................... 错误!未定义书签。

2.1.2 知识库建立 (4)2.1.3 知识库获取 (5)2.2 数据库 (6)....................................................................................................... 错误!未定义书签。

....................................................................................................... 错误!未定义书签。

三、推理机构 (7)3.1推理机介绍 (7)3.1.1 推理机作用原理 (7)....................................................................................................... 错误!未定义书签。

3.2 正向推理 (7)3.2.1 正向推理基本思想 (7)3.2.2 正向推理示意图 (8)3.2.3 正向推理机所要具有功能 (8)3.3反向推理 (8)....................................................................................................... 错误!未定义书签。

人工智能导论实验报告题目动物识别专家系统学院信息科学与工程学院专业计算机科学与技术姓名侯立军学号 *********** 班级计信1301二O一五年十一月二十六日1 设计内容题目：动物识别专家系统内容：动物识别专家系统是流行的专家系统实验模型，他用产生是规则来表示知识可以识别不同的动物。

这些规则既少又简单，可以改造他们，也可以加入新的规则，还可以用来识别其他新规则来取代这些规则。

2 基本原理2.1 产生式系统的问题求解基本过程：(1) 初始化综合数据库，即把欲解决问题的已知事实送入综合数据库中；(2) 检查规则库中是否有未使用过的规则，若无转 (7)；(3) 检查规则库的未使用规则中是否有其前提可与综合数据库中已知事实相匹配的规则，若有，形成当前可用规则集；否则转(6)；(4) 按照冲突消解策略，从当前可用规则集中选择一个规则执行，并对该规则作上标记。

把执行该规则后所得到的结论作为新的事实放入综合数据库；如果该规则的结论是一些操作，则执行这些操作；(5) 检查综合数据库中是否包含了该问题的解，若已包含，说明解已求出，问题求解过程结束；否则，转(2)；(6) 当规则库中还有未使用规则，但均不能与综合数据库中的已有事实相匹配时，要求用户进一步提供关于该问题的已知事实，若能提供，则转(2)；否则，执行下一步；(7) 若知识库中不再有未使用规则，也说明该问题无解，终止问题求解过程。

2.2 正向推理正向推理是以已知事实作为出发点的一种推理，又称数据驱动推理、前向链推理及前件推理等。

2.2.1 正向推理的基本思想：从用户提供的初始已知事实出发，在知识库KB中找出当前可适用的知识，构成可适用知识集KS，然后按某种冲突消解策略从KS中选出一条知识进行推理，并将推出的新事实加入到数据库中作为下一步推理的已知事实，在此之后再在知识库中选取可适用的知识进行推理，如此重复，直到求得了所要求的解，或者知识库中再无可适用的知识为止。

一、实验目的1. 理解人工智能在动物识别领域的应用，掌握相关算法和模型。

2. 掌握深度学习在图像识别中的应用，学习使用神经网络进行图像分类。

3. 实现一个基于人工智能的动物识别系统，提高动物识别的准确率和效率。

二、实验环境1. 操作系统：Windows 102. 编程语言：Python3.63. 开发工具：PyCharm4. 依赖库：TensorFlow、OpenCV、NumPy、Pandas三、实验内容1. 数据收集与预处理实验使用的数据集为公开的动物图像数据集，包含多种动物图片，共3000张。

数据预处理步骤如下：（1）将原始图像转换为统一尺寸（如224x224像素）；（2）对图像进行灰度化处理，减少计算量；（3）对图像进行归一化处理，使图像像素值在0到1之间；（4）将图像数据转换为NumPy数组，方便后续处理。

2. 模型构建与训练实验采用卷积神经网络（CNN）进行图像识别。

模型构建步骤如下：（1）定义卷积层：使用卷积层提取图像特征，卷积核大小为3x3，步长为1，激活函数为ReLU；（2）定义池化层：使用最大池化层降低特征维度，池化窗口大小为2x2；（3）定义全连接层：将卷积层和池化层提取的特征进行融合，输入层大小为64x64x32，输出层大小为10（代表10种动物类别）；（4）定义损失函数和优化器：使用交叉熵损失函数和Adam优化器进行模型训练。

训练模型时，采用以下参数：（1）批处理大小：32；（2）学习率：0.001；（3）训练轮数：100。

3. 模型评估与测试训练完成后，使用测试集对模型进行评估。

测试集包含1000张图像，模型准确率为80.2%。

4. 系统实现与演示根据训练好的模型，实现一个基于人工智能的动物识别系统。

系统功能如下：（1）用户上传动物图像；（2）系统对上传的图像进行预处理；（3）使用训练好的模型对图像进行识别；（4）系统输出识别结果。

四、实验结果与分析1. 模型准确率：80.2%，说明模型在动物识别任务中具有一定的识别能力。

《人工智能导论》实验报告实验一：产生式系统——动物识别系统一、实验目的1、掌握知识的产生式表示法2、掌握用程序设计语言编制智能程序的方法二、实验内容1、所选编程语言：C语言；2.拟订的规则：（1）若某动物有奶，则它是哺乳动物。

（2）若某动物有毛发，则它是哺乳动物。

（3）若某动物有羽毛，则它是鸟。

（4）若某动物会飞且生蛋，则它是鸟。

（5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。

（6）若某动物是哺乳动物且吃肉，则它是食肉动物。

（7）若某动物是哺乳动物且有蹄，则它是有蹄动物。

（8）若某动物是哺乳动物且反刍食物，则它是有蹄动物。

（9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。

（10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。

（11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。

（12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。

（13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。

（14）若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。

（15）若某动物是鸟且善飞，则它是海燕。

2、设计思路：用户界面：采用问答形式；知识库（规则库）：存放产生式规则，推理时用到的一般知识和领域知识，比如动物的特征，动物的分类标准，从哺乳动物、食肉动物来分，再具体地添加一些附加特征得到具体动物；建立知识库的同时也建立了事实库。

事实库是一个动态链表，一个事实是链表的一个结点。

知识库通过事实号与事实库发生联系。

数据库：用来存放用户回答的问题，存放初始状态，中间推理结果，最终结果；推理机：采用正向推理，推理机是动物识别的逻辑控制器，它控制、协调系统的推理，并利用知识库中的规则对综合数据库中的数据进行逻辑操作。

推理机担负两项基本任务：一是检查已有的事实和规则，并在可能的情况下增加新的事实；二是决定推理的方式和推理顺序。

将推理机制同规则对象封装在一起，事实对象记录了当前的状态，规则对象首先拿出前提条件的断言（只有这些前提都有符合时才会做这条规则的结论），询问事实对象集，如事实对象集不知道，则询问用户，如所有前提条件都被证实为真则结论为真，否则系统不知道结论真假。

人工智能第二次实验报告产生式系统推理班级：姓名：学号：一、实验目的1. 理解并掌握产生式系统的基本原理；2. 掌握产生式系统的组成部分，以及正向推理和逆向推理过程。

二、实验要求1. 结合课本内容, 以动物识别系统为例，实现小型产生式系统;2. 要求: 正向推理中能根据输入的初始事实，正确地识别所能识别的动物；逆向推理中能根据所给的动物给出动物的特征。

三、实验算法1. 如何表示事实和特征的知识；在本程序中，我将动物的特征写入data.txt，将规则记入rules.txt，将动物种类记为goal.txt。

通过函数void readFiles(){readGoal();readCod();readRule();}读入所有数据分别存放于goal[],rule[],cod[]自定义数组中。

2. 指出综合数据库和规则库分别使用哪些函数实现的？综合数据库（包括特征和目标）typedef struct{int xuh;//存放编号char valu[50];//存放具体内容}Node;Node goal[20];Node cod[50];规则库typedef struct{int rslt;int codNum;//记载前提的个数int cod[10];//记载前提的序号int used;//记载是否已匹配成功}Nrule;Nrule rule[50];void readRule(){FILE *fp;int i;int tempxuh,tempcodn;char ch;if((fp=fopen("rules.txt","r"))==NULL){printf("cannot open data\n");exit(0);}i=0;rule[i].codNum=0;while((ch=fgetc(fp))!=EOF){if(i==14)i=i;tempcodn=0;while(ch!='\n'&&ch!=EOF) //每一条规则{tempxuh=0;while(ch<='9'&&ch>='0'){tempxuh=tempxuh*10+ch-'0';ch=fgetc(fp);}rule[i].cod[tempcodn++]=tempxuh;tempxuh=0;if(ch=='-')//下一个是结论{ch=fgetc(fp);ch=fgetc(fp);while(ch<='9'&&ch>='0'){tempxuh=tempxuh*10+ch-'0';ch=fgetc(fp);}rule[i].rslt=tempxuh;}//ifelse if(ch=='*'){ch=fgetc(fp);}rule[i].codNum++;}i++;}rulenum=i;fclose(fp);}3. 规则库的匹配算法是什么？如何选用可用规则集中的规则？分别使用哪些函数实现的？程序中的正向与逆向搜索分别是在void main()中调用forwardFinger()和backFinger()来实现的。

暨南大学人工智能实验报告题目：动物识别系统院系：信科院计算机系专业：计算机软件与理论学号： 0934061004学生姓名：张韶远成绩：日期： 2009年11月10日一、目的与要求1．掌握人工智能的知识表示技术，能用产生式表示法表示知识，并实现一个用于识别的专家系统。

2．推理策略采用正向推理和反向推理两种。

二、主要内容1．学习人工智能的知识表示技术，关键掌握产生式知识表示的具体应用方法。

2．实现的动物识别系统的主要功能如下：2．1系统能通过正向、反向推理得到正确的动物识别结果。

2．2系统能动态地添加规则、能显示推理过程。

三．实验原理产生式表示：产生式表示是知识表示的一种。

这种方法是建立在因果关系的基础上的，可很容易的描述事实、规则及其不确定性度量。

1．事实的表示：事实可看成是断言一个语言变量的值或是多个语言变量间的关系的陈述句，语言变量的值或语言变量间的关系可以是一个词。

不一定是数字。

一般使用三元组（对象，属性，值）或（关系，对象1，对象2）来表示事实，其中对象就是语言变量，若考虑不确定性就成了四元组表示（增加可信度）。

这种表示的机器内部实现就是一个表。

如事实“老李年龄是35岁”，便写成（Lee,age,35）事实“老李、老张是朋友”，可写成（friend,Lee,Zhang）2．规则的表示：规则用于表示事物间的因果关系，以if condition then action 的单一形式来描述，将规则作为知识的单位。

其中的condition 部分称为条件式前件或模式，而action部分称作动作、后件或结论。

后件。

前件和后件也可以是有“与”、“或”、“非”等逻辑运算符的组合的表达式。

条件部分常是一些事实的合取或析取，而结论常是某一事实B。

如果不考虑不确定性，需另附可信度度量值。

产生式过则的含义是：如果前件满足，则可得到后件的结论或者执行后件的相应动作，即后件由前件来触发。

一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。

人工智能实验报告实验记录首先运行程序会出项上图界面，该界面显示了当前所有的动物，并且提出问题，用户可以根据问题进行选择，看到自己想要的动物。

对于每一个问题，都只能是真或者是假，因此在后续增加问题的时候也要注意。

其实可以有多种情况，但是要进行扩展，所以本实验没有增加该功能。

该系统中有不同的问题，根据问题的提示可以对现有的动物进行筛选，并且提出下一个问题，并使得提问的次数最少。

通过上面可以看出当生育方式是胎生的时候，那么就在哺乳动物中进行选择，哺乳动物中只有老虎是独居的，所以提问的时候就选择该问题。

这样提问两次就可以得出结论。

而当生育方式不是胎生的时候，就只有一个鸟类，所以可以直接获得结论。

for(int i=0;i<anc;i++){if(a[i]==1){if(an[i].flag[count]!=anser){a[i]=0;}}}代码分析：在回答一个问题之后，在剩下的动物判断提问的属性是否满足，如果满足，那么就留下；如果不满足，那么去除。

如上左所示，在增加了该动物之后，我们可以在下次提问的时候看到系统中的记录增加，并且可以根据问题获得刚刚增加的动物。

如上右图所示。

实验总结 本次实验运用了归结原理、规则演绎推理的推理方法，进行设计。

对于不同的属性可以有时间P1，P2…Pn 。

这样在满足不同的条件之后就可以进行推理，得到所要的动物了。

通过本次实验，我学习到了推理的使用方法，对于这种问题就的解决也有了理解。

这不仅仅让我学习到了如何进行推理问题的证明，也让我对该系统有了更深的了解。

这让我的编程的能力也有了进一步的提高。