發(fā)布時間：2022-12-06 03:24

　　隨著計(jì)算機(jī)技術(shù)，網(wǎng)絡(luò)技術(shù)，多媒體技術(shù)的迅猛發(fā)展以及人們生活質(zhì)量的提高，數(shù)字游戲和數(shù)字娛樂已經(jīng)成為當(dāng)今計(jì)算機(jī)技術(shù)的一大熱點(diǎn)，并已形成了同益巨大的產(chǎn)業(yè)。而數(shù)字游戲和數(shù)字娛樂中的人工智能研究則相對較弱。本文針對人工智能尤其是基于統(tǒng)計(jì)學(xué)習(xí)的人工智能在數(shù)字游戲和數(shù)字娛樂中的應(yīng)用，做了一些較為深入的研究，提出了一些有實(shí)際意義的新方法和新思路。 在縱覽了人工智能在數(shù)字游戲和數(shù)字娛樂中的發(fā)展變革，并列舉了一些與目前或?qū)淼挠螒蜿P(guān)系密切的主流人工智能，討論了游戲設(shè)計(jì)與人工智能的關(guān)系之后，提出了游戲中的人工智能是語境相關(guān)的觀點(diǎn)，特別指出了機(jī)器學(xué)習(xí)的方法有其較為特殊和重要的地位。 傳統(tǒng)統(tǒng)計(jì)學(xué)研究的是樣本數(shù)目趨于無窮大時的漸近理論，與傳統(tǒng)統(tǒng)計(jì)學(xué)相比，支持向量機(jī)是專門在小樣本情況下的一個很強(qiáng)大的機(jī)器學(xué)習(xí)算法。使用支持向量機(jī)方法可以同時減少經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍。本文提出了可用支持向量機(jī)來解決數(shù)字游戲和娛樂中的一些智能問題。 電腦圍棋則是當(dāng)今人工智能領(lǐng)域的一大難題，我們藉著分析人類下棋的思考模式來說明了一般電腦圍棋程序的制作方法。我們... 

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 數(shù)字游戲和娛樂發(fā)展現(xiàn)狀
    1.3 人工智能發(fā)展現(xiàn)狀
    1.4 本文的研究成果和意義
    1.5 本文的組織結(jié)構(gòu)
第二章 數(shù)字游戲中的人工智能
    2.1 智能游戲的變革
    2.2 智能的幻覺
    2.3 解決正確的問題
    2.4 小結(jié)
第三章 支持向量機(jī)
    3.1 支持向量機(jī)介紹
    3.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化
        3.2.1 期望風(fēng)險(xiǎn)與經(jīng)驗(yàn)風(fēng)險(xiǎn)
        3.2.2 VC維數(shù)
        3.2.3 風(fēng)險(xiǎn)邊界
    3.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化
    3.4 構(gòu)造支持向量機(jī)
        3.4.1 線性支持向量機(jī)
        3.4.2 線性不可分支持向量機(jī)
        3.4.3 非線性支持向量機(jī)
    3.5 小結(jié)
第四章 基于統(tǒng)計(jì)學(xué)習(xí)的圍棋人機(jī)對弈系統(tǒng)
    4.1 圍棋游戲簡介
        4.1.1 起源
        4.1.2 基本規(guī)則及棋力計(jì)算方式
    4.2 圍棋人機(jī)對弈的基本原理
    4.3 電腦圍棋的難點(diǎn)和研究現(xiàn)狀
        4.3.1 電腦圍棋的難點(diǎn)
        4.3.2 各電腦圍棋程序概況
    4.4 基于統(tǒng)計(jì)學(xué)習(xí)的圍棋人機(jī)對弈系統(tǒng)
        4.4.1 表示
        4.4.2 共同命運(yùn)圖
        4.4.3 提取著點(diǎn)特征
        4.4.4 實(shí)驗(yàn)建立與結(jié)果
    4.5 小結(jié)
第五章 基于SVM的多媒體內(nèi)容自動識別系統(tǒng)
    5.1 多媒體內(nèi)容自動識別的背景
    5.2 音頻特征提取
        5.2.1 壓縮域音頻短時幀特征
        5.2.2 音頻例子的持續(xù)語義特征
    5.3 分層音頻爆炸場景識別模板
        5.3.1 引入支持向量機(jī)
        5.3.2 分層精細(xì)支持向量機(jī)識別模型
        5.3.3 分層精細(xì)支持向量機(jī)分析
    5.4 視頻特征突變檢測
        5.4.1 利用DC圖像得到顏色直方圖
        5.4.2 視頻特征劇烈變化檢測
    5.5 實(shí)驗(yàn)建立與數(shù)據(jù)對比
    5.6 小結(jié)
參考文獻(xiàn)
致謝
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)的視頻字幕自動定位與提取[J]. 莊越挺,劉駿偉,吳飛,潘云鶴,張引.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2002(08)



本文編號：3710958