课程简介（中文）：

介绍智能检测与信号处理的基本概念、发展现状与趋势；重点讲述基于工艺机理、回归分析、模式识别、模糊数学和神经网络等理论的现代检测技术和多传感器数据融合的原理、方法。

课程简介（英文）：

The basic concept of Intelligent Detection and Signal Processing with its development status and trend are introduced in the course. Some modern detection techniques based on process mechanism, regression analysis theory, pattern recognition theory, fuzzy mathematics and neuronic network theory are well presented. This course also imparts multi-sensor data fusion techniques.

教学目标：

通过本课程的学习，使学生学习智能检测系统，了解智能检测技术的最新发展；为今后从事相关专业工作打下基础；学习智能检测技术相关的人工智能理论及多传感器数据融合方法，为以后的课题研究奠定一定的理论基础。

课程内容：(各阶段教学环节的学时分配)

1、绪论(2学时)

了解检测理论及其发展，智能检测的研究对象。掌握智能检测系统的基本结构，智能检测系统的主要功能特点。掌握智能检测研究的数学工具。

2、基于工艺机理的智能检测　(4学时)

了解系统类别与模型，检测系统的模型。掌握检测系统静态特性，检测系统动态特性，基于机理的智能检测。

3、基于回归分析的智能检测　(6学时)

掌握回归分析，线性回归，回归函数系数的估计，回归系数显著性估计，回归变量的选择、基于回归分析的智能检测。

4、基于模式识别的智能检测　(6学时)

掌握判别分析法，聚类分析法、模式识别智能检测基本原理

5、基于模糊数学的智能检测　(6学时)

了解模糊检测技术原理。掌握模糊集合及其运算、模糊关系和模糊推理、模糊检测系统基本构成、模糊智能检测的应用

6、基于神经网络的智能检测　(6学时)

了解神经网络技术。掌握神经网络结构，神经网络学习方法。了解神经网络智能检测的构成。

7、数据融合的原理、方法(6学时)

了解多源信息融合的基本概念、模型和算法。掌握多传感器的分布式检测、跟踪、管理以及数据融合常用方法

教学要求：

要求学生了解智能检测与信号处理的基本概念、发展现状与趋势；掌握基于人工智能技术的智能检测的理论及方法；掌握智能检测系统的结构、虚拟仪器系统以及相关的应用。

预修课程：

自动检测技术、数字信号处理

适用于何方向：

城市交通信息工程及智能控制；智能交通检测与无线传感器网络；交通运输安全与管理等。

考核方式：

考查

本门课程的教材与参考书目：

1、现代检测技术　张宏建，化学工业出版社

2、智能检测系统与数据融合　滕召胜，机械工业出版社

3、软测量技术原理与应用　潘立登，中国电力出版社