前一段时间图书馆里面借来这么一本书，感觉和我们专业有关（信息嘛），而且是理论方面的，好东西要多看看。
纯理论的一本书，里面充斥着文字和数学符号，这就是高深书籍的代表特征。
由于信息科学的崛起，出现了以物质、能量和信息为中心观念的现代科学，信息科学的概念超越了自然科学的边界，向社会科学的各个领域广泛渗透，成为一门新兴的交叉科学。
Shannon信息是一种“统计型的语法信息”，是“全信息”的一种特殊情形。统计型语法信息也只是语法信息的一类特殊情况。Shannon信息只覆盖了统计的类型，不能处理非统计的类型。因此还要研究模糊信息及偶发信息。
全信息理论的测度方法
1概率语法信息的测度，包括hartley方法，shannon概率熵，shannon方法的改进，信息变差。
2 模糊语法信息的测度。
3 语法信息的统一测度。
信息获取的理论是识别论。获取信息是整个信息过程第一步。
信息获取的首要环节是信息的感知，然后进行信息的识别。信息识别所用到的方法有统计识别法，语言学方法（基于自动机），神经网络方法（比如说著名的MLP
训练方法即BP算法，他的特点是所谓有导师的训练算法），机器学习（监督型学习系统，无监督学习系统，条件反射型学习系统，类比式学习系统，演绎学习系
统，归纳学习系统）
信息传递原理：通信论
Shannon第一、第二和第三编码定理从理论上揭示了通信有效性，传输可靠性和信息安全性可以达到的（不可逾越）的界限，这些理论构成了整个信息传递原理的核心。
通过适当的编码，可以把高效率和高质量这样两个看似对立的重要指标和谐完美的统一起来。
信息认知原理：知识论 归纳型知识生成，演绎型知识生成。
信息再生原理：决策论
信息思维原理：智能论
人工智能的定义，机器在一定的环境下针对一定的问题、为了一定的目的而成功获得、处理和利用信息来解决问题，达到目的地能力。
基于语法信息的人工智能理论 一般模型 控制策略
基于语义信息的人工智能理论 谓词逻辑 归谬推理
基于语用信息的人工智能理论 启发式搜索 博弈树搜索 智能搜索
人工神经网络理论进行形象思维，两种最基本的人工神经网络模型是多层感知机模型（MLP）和Hopfield反馈神经网络模型。
信息施效原理：控制论
总共的内容就是差不多这些了，理论的东西看了没那么容易理解，不过有了大概的轮廓。要用的时候再查，其实学好其中的一个方面就不错了。