智能信息处理与应用图书目录涵盖了广泛的知识领域，从不确定性的理论探讨到复杂的决策支持模型，以下是各章节的概要概述：
第1章：不确定性信息处理
本章深入研究了知识的不确定性，包括随机性、模糊性、自然语言中的不确定性以及常识的不确定性，通过概率度量、模糊度量和各种推理方法探讨不确定性处理。章节最后总结并引用相关文献。
第2章：模糊集与粗糙集理论
章节详细介绍了模糊集合的运算、粗糙集的经典理论，以及知识约简的方法，如决策表的约简和基于属性值的约简算法。这一章以属性依赖性和粗糙集扩展模型作为重点，以文献支持结论。
第3章：人工神经网络
通过神经元理论、BP神经网络、RBF神经网络和概率神经网络，概述了人工神经网络的基本结构、学习算法及其应用。总结并引用相关研究。
第4章：支持向量机
机器学习问题、统计学习理论，以及支持向量机的工作原理、训练方法和应用，构成了本章的核心内容，以文献为依据进行深入解析。
第5章：遗传算法
遗传算法的概述、基本流程、原理和改进方法，以及其在实际问题中的应用，通过文献支持理论阐述。
第6章：群体智能
探讨了粒子群优化算法和蚁群算法，以及它们的原理、改进和应用，为群体智能提供了实用工具。
后续章节如人工免疫、量子算法、信息融合技术和人脸识别技术等，分别展示了这些领域的前沿研究和应用实例。
全书通过丰富的实例和深入的理论分析，为读者提供了全面理解智能信息处理与应用的窗口，每一章都以严谨的学术态度和详实的文献支持展开。