本书共分11个章节，主要对智能信息处理与应用知识作了介绍，具体内容包括不确定性信息处理、模糊集与粗糙集理论、人工神经网络、支持向量机、遗传算法、群体智能、人工免疫等。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。

智能信息处理涉及信息学科的诸多领域。本书从理论方法和实践技术角度，论述了智能信息处理技术的主要概念、基本原理、典型方法及新的发展。本书共11章，包括不确定性信息处理、模糊集与粗糙集理论、人工神经网络、支持向量机、遗传算法、群体智能、人工免疫、量子算法、信息融合技术，以及智能信息处理技术在人脸识别和说话人识别中的应用。

本书适合从事智能信息处理研究的科研人员和智能系统开发与应用的工程技术人员阅读，也可作为研究生的相关课程或专题的参考书。

第1章 不确定性信息处理/1

 1.1 知识的不确定性/1

1.1.1 随机性/1

1.1.2 模糊性/2

1.1.3 自然语言中的不确定性/2

1.1.4 常识的不确定性/2

1.1.5 知识的其他不确定性/3

 1.2 不确定性的度量方法/3

1.2.1 概率度量和贝叶斯公式/3

1.2.2 模糊度量及性质/5

1.2.3 其他度量方法/6

 1.3 不确定性推理方法/6

1.3.1 主观贝叶斯推理/6

1.3.2 模糊逻辑推理/10

1.3.3 证据理论/12

 1.4 挖掘不确定知识的方法/14

 1.5 小结/18

 参考文献/18

 ……

第2章 模糊集与粗糙集理论/20

第3章 人工神经网络/55

第4章 支持向量机/76

第5章 遗传算法/96

第6章 群体智能/124

第7章 人工免疫/149

第8章 量子算法/161

第9章 信息融合技术/174

第10章 人脸识别技术/214

第11章 说话人识别/243