工神經網絡:是當今智能科技中的基礎技術，它的連接機制與人工智能的符號推理機制并列，成為智能科技的兩大陣營。它模擬人腦的解剖生理學特征，用許多并行的簡單神經元，以一定的拓撲結構連結成網，既接受外界信息，又相互刺激，更擅長于分布存儲，聯想記憶，反饋求精，黑箱映射，權值平衡，動態逼近，全息存錄，容錯防失，加之以神經元巨量互連，形成強大的自學習、自適應、自組織、自診斷、自修復能力，其網絡節點間權值強度不斷反饋，動態分析，與語言、視聽人機接口的密切配合，可自動獲取人類專家豐富的知識與經驗，并模擬人腦的邏輯推理、形象思維以至靈感突現，恰如其分地處理各種不準確、不完善、不確定的信息，推理得出正確結論。
模糊邏輯:模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統，以及強非線性、大滯后的控制對象，應用模糊集合和模糊規則進行推理，表達過渡性界限或定性知識經驗，模擬人腦方式，實行模糊綜合判斷，推理解決常規方法難于對付的規則型模糊信息問題。模糊邏輯善于表達界限不清晰的定性知識與經驗，它借助于隸屬度函數概念，區分模糊集合，處理模糊關系，模擬人腦實施規則型推理，解決因“排中律”的邏輯破缺產生的種種不確定問題。 
遺傳算法:是一種以“電子束搜索”特點抑制搜索空間的計算量爆炸的搜索方法，它能以解空間的多點充分搜索，運用基因算法，反復交叉，以突變方式的操作，模擬事物內部多樣性和對環境變化的高度適應性，其特點是操作性強，并能同時避免陷入局部極小點，使問題快速地全局收斂，是一類能將多個信息全局利用的自律分散系統。運用遺傳算法(GA)等進化方法制成的可進化硬件(EHW)，可產生超出現有模型的技術綜合及設計者能力的新穎電路，特別是GA獨特的全局優化性能，使其自學習、自適應、自組織、自進化能力獲得更充分的發揮，為在無人空間場所進行自動綜合、擴展大規模并行處理(MPP)以及實時、靈活地配置、調用基于EPGA的函數級EHW，解決多維空間中不確定性的復雜問題開通了航向。 
專家系統:是收集應用人類專家的知識和經驗，模仿專家處理知識和解決問題的方法，編制成計算機智能軟件系統，在通過人機結合不斷獲得反饋信息的情況下，實時在線地對規則、事例和模型實行獨立決策的一種問題求解或控制系統。這種計算機智能系統具有啟發性、透明性和靈活性，在不受時間、空間和環境影響情況下，高效率、準確無誤、周密全面、迅速不疲倦地完成工作，其解決問題能力和知識的廣博性可超過人類專家，又克服了人類專家因疏忽、遺忘、緊張、疲倦等干擾因素造成的偏差和錯誤，因而其推廣、應用具有巨大的經濟和社會效益。
模式識別:是模擬人腦形象思維，根據事物的特征、形象或關系，辨識、判定和處理事物的一種智能決策方法和技術，它廣泛應用于科研生產中，是一種具有重大價值的技術方法.
粗糙集理論:是在離散歸一化處理其在測量中所得的數據集合，通過基于集合元素的不可分辨關系的代數運算，利用條件與結果屬性中的大量有用特征、有效數據發現知識，在決策規則的初步簡化計算中取得核值，然后進一步簡化規則并根據問題要求選取最小決策算法給予實際應用，去除大量信息中的多余屬性，降低信息空間的維數和屬性數量。它可大大簡化網絡結構和樣本數量，縮短訓練時間，是智能科技中一種具有根本意義的分析方法。這種方法是基于測量數據集而獲取知識的，故對虛擬儀器的智能化發展具有重大意義。
混沌運動:是確定性系統中局限于有限相空間的高度不穩定運動，是無序中的有序，它使事物在長時間的行為中顯示出表面上的某種混亂。混沌現象的特征是“非周期背后隱藏的有序性”以及“對初始條件的敏感依賴性”，充分利用混沌特征，在智能信息處理中