信息科学原理复习资料

第一章 1.科学技术发展四大规律：辅人律、拟人律、共生律、互动律 2.信息科学是以信息作为主要研究对象、以信息过程的运动规律作为主要研究内容、以信息科学方法论作为主要研究方法、以扩展人的信息功能作为主要研究目标的一门科学。 3.信息科学的研究对象：以信息作为主要研究对象，这是信息科学区别于其它科学的最根本支之处。 4.信息科学的研究内容：①探讨信息的定性本质；②研究信息的定量测度；③研究信息过程的基本规律，包括信息获取、传递、认识、再生和实效基本规律；④揭示利用信息优化系统的原理和方法；⑤构建信息科学的方法论。 5.信息科学的研究方法：①信息系统分析方法；②信息信息系统综合法；③信息系统进化方法。两个准则：①功能准则；②整体准则。 6.信息科学的研究目标：扩展人类的信息功能，即——扩展人类的智力能力。 第二章 1.全信息：同时考虑语法信息、语义信息和语用信息。显然，认识论层次的信息是一种全信息。 语法信息——只考虑运动状态及其变化方式的外在形式因素的信息部分； 语义信息——只考虑运动状态及其变化方式的含义因素的信息部分； 语用信息——只考虑运动状态及其变化方式的效用因素的信息部分； 2.Shannon信息的特征：服务于通信系统，是一种具有统计特性的语法信息。 全信息的特征：从信息全过程考察信息的作用。 全信息与Shannon信息的联系：作为统计型语法信息理论的Shannon信息论是“全信息理论”的一个特殊情形。 3.统计型语法信息——是指“事物运动状态及其变化方式”可以用统计规律来描述。显然，还有一些“事物运动状态及其变化方式”不是统计型的，是“非统计型”的。这就是模糊型语法信息和偶发型语法信息。 4.模糊型语法信息——事物运动的状态之间的界限不是清晰的，是模糊的；状态变化方式可以是确定的、随机的或半随机的。 5.偶发型语法信息——事物运动的状态是明晰的，变化方式是“半随机型的”；即不符合统计规律，无法稳定重复或不能重复。 6.信息的特征（从信息科学的角度归纳）：①信息来源于物质（或精神），但不是物质（或精神），可以脱离物质（或精神）而独立存在；②信息与能量密切相关，处理信息需要能量，驾御能量则需要信息；③信息本身不等于知识，但可以转化为知识；④信息是具体的，可以被感知、处理和利用；⑤信息可以被复制、共享，“交换”信息=共享信息；⑥语法信息在传递处理过程中不会增值；⑦在封闭系统中，语法信息的最大可能值不变。 7.信息的性质：①普遍性。信息是普遍存在的；②无限性。事物、运动、状态方式、宇宙空间等，决定其无限性；③相对性。认识论层次具有相对性，不同的主体，感知结果自然不一样；④传递性。着正是通信系统感兴趣的性质。⑤变换性。信息的表示形式、承载媒体等都可变换而不失去其原来的本质；⑥有序性。信息可以消除系统中的不确定性，增加系统的有序性；⑦动态性。时效性，随时间而变化，有寿命；⑧转化性。增殖性，转化为知识等。 8.信息的功能：本质功能——转化为知识，增加人类的智力能力。不同的学科对信息的利用不同，因而信息的作用需要依据其应用场合来讨论，如管理中的信息，通信中的信息等。 9.信息的分类： 10.全信息的分类： 第四章 1.完整的信息过程模型（感知图） 2.信息感知——即感知事物运动变化的状态及其变化方式。 感知的基本机制：感知主体的某个系统能够对事物运动变化的状态及其变化方式的刺激产生响应输出。 3.信息感知的基本原理：⑴事物运动变化的状态及其变化方式可以通过与其它事物的相互作用而被后者所感知（信息产生于物质，而又可以脱离物质存在）；⑵信息感知的本质是本体论信息向第一认识论信息转换，是其载体的变化（这种转换过程中可能会丢失信息，或产生干扰信息）；⑶理论上信息感知可以不丢失原来的基本信息；⑷被感知的信息量不可能超过原本体论信息的信息量。 4.信息识别方法有：①统计识别法；②语言学识别法；③非线性映射方法（如神经网络识别法、模糊逻辑识别法） 5.统计识别方法：应用统计识别方法的前提是，待识别信息的模式特征可以用统计规律来描述。例如白噪声背景中的信号提取问题。 统计识别方法的基本原理是：首先建立待识别信息的特征（或模式）的鉴别函数和判决阀值，然后进行匹配度计算并与判决阀进行比较，从而确定待识别信息的属类。 6.语言学识别方法统计识别法是一种数学解析方法，其识别过程是可以用统计理论进行定量分析和计算的。但是，有学多信息识别问题是无法用解析方法来求解的，即待识别信息的模式（或特征）的不能或不完全能用统计规律来描述，对于此类问题，就需要用语言学的方法来识别。 7.非线性映射方法

8.智能：在给定的问题－环境－主体目的的前提下，智能就是有针对性地获取问题－环境的信息，恰当地对这些信息进行处理，以提炼知识，达到认识，然后在此基础上结合主体目的信息，合理地产生解决问题的策略信息，并利用所获得的策略信息在给定的环境下成功地解决问题，达到主体目的的能力。这其中，有四要素：信息、知识、策略、行为；四个能力：获取信息能力、生成知识能力、策略产生能力、实施策略能力。 第六章 1、信息是知识的素材；知识是信息加工的结果。 2. 经验——人们在实践中形成、积累的关于某一领域的成功的操作程序。经验的价值是显而易见的；但经验没有经过严格的论证，其有效性不能完全保证。 3. 知识——是经验的结晶；是事物运动状态及其变化的规律；是信息加工的规律性产物。知识和经验都是认识论范畴的概念。 4. 策略——是关于如何解决问题的计策方略。包括时间、地点、步骤、目标等等。策略是

4.3.3非线性映射识别方法（简介） 重温——集合、映射、函数；封闭性。 神经网络（Neural Network）、模糊逻辑系统（Fuzzy Logic System）是目前应用最为广泛二种非线性映射工具。 非线性映射识别方法的思想与统计识别法类似，即用神经网络、模糊逻辑系统来建立鉴别函数和判决阀，然后完成识别。 4.3.4 机器学习（略） 智能的集中表现。 5.智能——（第一章曾表述）在给定的问题－环境－主体目的的前提下，智能就是有针对性地获取问题－环境的信息，恰当地对这些信息进行处理，以提炼知识，达到认识，然后在此基础上结合主体目的信息，合理地产生解决问题的策略信息，并利用所获得的策略信息在给定的环境下成功地解决问题，达到主体目的的能力。这其中，有四要素：信息、知识、策略、行为；四个能力：获取信息能力、生成知识能力、策略产生能力、实施策略能力。这是一种“广义智能”的概念。 6知识的分类——形态知识、内容知识、效用知识。 这种分类思想源于信息的三个分类层次。 7、

8、 9、 10、知识的度量

定义6.1.2 设事物X具有N种可能的状态，X={x1,x2,…,xn,…xN}，

那么状态xn在逻辑上真实的程度称为状态xn的真实度，记为tn，n=1,2,…,N。由X的全部状态的真实度构成的集合，称为X的真实度的分布，记为T。 我们用事物X的状态集合及其真实度分布(X,T)来描述事物X的内容性知识。

定义6.1.3 设事物X具有N种可能的状态，X={x1,x2,…,xn,…xN}，

那么状态xn相对于主体目标所显示的价值称为状态xn的效用度，记为un，n=1,2,…,N。由X的全部状态的效用度构成的集合，称为X的效用度的分布，记为U。 我们用事物X的状态集合及其效用度分布(X,U)来描述事物X的效用性知识。

参照信息测度的方法，解决定量地描述知识量大小地问题。 思路：“一定量的知识能解决的问题量”；“问题量”“知识量”（不确定性的大小与信息量的大小）。 用“标准问题”所包含的“问题量”作为问题量的“单位”。 定义6.2.2 “标准二种择一问题”所包含的问题量定义为一个单位问题量。

2. 知识的表示 定义6.1.1 设事物X具有N种可能的状态，X={x1,x2,…,xn,…xN}，

那么状态xn在形态上呈现的肯定程度称为状态xn的肯定度，记为cn，n=1,2,…,N。由X的全部状态的肯定度构成的集合，称为X的肯定度的分布，记为C。 我们用事物X的状态集合及其肯定度分布(X,C)来描述事物X的形态性知识。 11、知识的生成 12 、

2、效用性知识的生成机制

人类的知识生成机制有二各方面：①归纳；②演绎。 归纳——通过实践积累，把观察到的现象升华为概念；把积累的经验总结成理论。这是一个由信息到知识，由具体到抽象的过程 演绎——由已有的知识通过推断产生新的知识。这个过程是由知识到知识，由抽象到抽象。 6.3.1 归纳型知识的生成机制

从知识的三个层次：形态性知识、内容性知识和效用性知识来讨论归纳机制。 1、形态性知识的生成机制 ——概念的生成 概念是构成知识的基本单元，一类知识的生成首先是由这类知识的概念开始。一类概念的生成机制如下： 生成机制6.3.1： ①观察一个样本信息，提取其形式特征； ②建立特征的相似性准则（判别准则），然后观察第二个样本信息并提取其形式特征，与第一个样本信息的特征进行比较，若比较结果满足相似性准则，则保留，否则舍弃； ③重复上述步骤，直到被保留的样本信息数量趋于与稳定时，就得到一组具有共性意义的信息特征； ④给这一组具有共性特征的信息命名一个“类”，即形成了一个新的概念。

首先明确“效用”的意义：信息的“效用”是指这个信息对主体的目标有无贡献。效用度即可作为衡量这种贡献的参量。信息的效用是和主体的目标相联系的。 因此，效用性知识的生成，不仅要利用形式化分析，而且还要依赖于主体的目标以及主体根据目标对信息作出的判断。