计算机的基础知识

计算机的特点及应用：

图灵说–计算就是基于规则的符号串变换
从20世纪80年代开始，发达国家开始研制第五代计算机，研究的目标是能够打破以往计算机固有的体系结构，使计算机能够具有像人一样的思维、推理和判断能力，向智能化方向发展，使其接近人的思维方式。

图灵机模型的组成：

一条无限长的纸带
一个读写头
一套控制规则
一个状态寄存器：用来保存图灵机当前所处的状态

根据冯·诺伊曼体系结构所构造的计算机必须具有以下功能：

把需要的程序和数据送至计算机中
必须具有长期记忆程序、数据、中间结果及最终运算结果的能力
能够完成各种算术、逻辑运算和数据传送等数据加工处理的能力
能够根据需要控制程序走向，并能根据指令控制机器的各部件协调操作
能够按照要求将处理结果输出给用户

量子计算机和人工智能

量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置
人工智能分为专用人工智能（DAI）和通用人工智能（AGI）

知识图谱专家系统

知识图谱又称科学知识图谱，用各种不同的图形等可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系
专家系统是基于知识的系统，编程思想是知识+推理。用于在某种特定的领域中运用领域专家多年积累的经验和专业知识求解需要专家才能解决的困难问题。其作为一种计算机系统，继承了计算机快速、准确的特点。在某些方面比人类专家更可靠、更灵活，可以不受时间、地域及认为因素的影响，所以，专家系统的专业水平能够达到甚至超过人类专家的水平。
遗传算法是模拟了达尔文生物进化论

机器学习

是研究如何使计算机具有类似人的学习能力，使它能通过学习自动的获取知识。计算机可以直接向书本学习，通过与人谈话学习、通过对环境的观察学习，并在实践中自我完善。
人工智能的核心是机器学习，机器学习的研究可分为传统机器学习和深度学习，它们两者被广泛的应用于图像识别，智能驾驶，智能推荐等应用方向
传统机器学习从一些观测样本出发、试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测
深度学习是建立深层结构模型的学习方法

人脸识别虹膜识别语音识别

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
人脸识别系统的组成：人脸检测、特征点定位、面部子图预处理、特征提取、特征对比、决策
虹膜识别是利用眼睛虹膜区域的随机纹理特性区分不同人的技术，是人体生物识别技术中的一种，与人脸识别技术的步骤相似：虹膜图像获取、虹膜定位、虹膜图像归一化、图像增强、特征提取、特征匹配等.
语音识别也被称为自动语音识别，其目标是将人类的语音中的词汇内容转换为计算机可读的输入。

分类：

        特定人语音识别--针对某个用户的语音识别系统非特定人语音识别--针对任何人的语音识别系统

游戏中的人工智能技术

深蓝：1997年5月3日至11日，深蓝是一台拥有32个处理器和强大并行计算能力的超级计算机，运行速度达到每秒2亿次
AlphaGo：阿尔法围棋是第一个击败人类职业围棋选手，第一个战胜为其世界冠军的智能机器人。其工作原理是深度学习
扫雷机：设计目标是设计一个BP神经网络，能够自己演化去寻找地雷

物联网的核心技术

条形码

一维条形码是由一组规则排列的条、空以及对应的字符组成的标记
条码扫描译码的过程：光信号-模拟电信号-数字信号

二维条形码

二维条码是在一维条码的基础上扩展出另一维具有可读性的条码，使用黑白矩阵团表示二进制数据，被设备扫描后可获取其中所包含的信息

RFID技术

RFID技术其基本原理是利用电磁信号和空间耦合（电感和电磁耦合）的传输特性实现对象信息的无接触传递，从而实现对静止或移动的物体或人员的非接触自动识别。
RFID系统由电子标签（TAG）、读写器（Reader）、数据管理系统组成
RFID技术按照系统的工作频率划分可分为低频（30K_{300K）、高频(3MHZ}30MKZ)、超高频（300MHZ~3GHZ）

传感器

传感器是是一种检测装置、能感受到被测量的信息。并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求
传感器的发展主要趋势：微型化、智能化、多样化

物联网的主要应用

二维码支付
校园一卡通
刷身份证进站乘车-RFID
电子不停车收费-

手机导航与记步

 -计步器：震动传感器、重力感应器、加速度传感器-导航：利用位置传感器（GPS）

物联网的特征与发展

四大特征

全面感知
可靠传递
智能处理
深度应用

工业革命

第四次工业革命是一系列（人工智能、物联网、生命科学…）创新所带来的物理空间、网络空间和生物空间三者的融合

物联网的体系结构

物联网可以定义为一个包含感知控制层、数据传输层、数据处理层、应用决策层的体系结构。

感知控制层的功能：感知和标识技术是物联网的基础，它负责采集物理世界中发生的物理事件和数据，实现对外部世界信息的感知和识别。感知识别技术：传感技术、标识技术、定位技术
数据传输层的功能：主要用于信息的传送，是物理感知世界的延伸，可以更好的实现物与物、物与人以及人与人之间的通信
数据处理层的功能：海量感知信息的计算与处理是物联网的支撑核心，数据处理层则利用云计算平台实现海量感知数据的动态组织与管理，
应用决策层的功能：物联网技术综合了传感器、嵌入式计算、互联网与无线通信、分布式信息处理等多个领域的技术，在智能家居、工农业控制、城市管理、远程医疗、环境验测、抢险教灾、防恶反诈、危险区域远程控制等领域有着广泛的应用。