智能信息处理学包括以下主要内容：

基础学科知识 ：

数学基础 ：高等数学、线性代数等。

编程语言 ：C语言程序设计等。

电路与系统 ：信号与系统、电路分析、自动控制原理、微机原理及接口、数字电路与逻辑设计等。

计算机科学 ：数据结构、操作系统基础、数据库原理及应用、计算机网络及应用等。

智能信息处理技术 ：

信息融合技术 ：学习如何整合来自不同来源的数据。

人工神经网络技术 （ANN） ：理解神经网络的基本原理和应用。

专家系统 （ES） ：学习专家系统的构建和应用。

机器学习 ：掌握各种机器学习算法及其在智能信息处理中的应用。

自然语言处理 （NLP） ：了解文本和语音处理技术。

数据挖掘 ：学习数据挖掘的基本方法和算法。

其他相关技术和应用 ：

模糊逻辑技术 ：用于处理不确定性和模糊性问题。

进化计算 ：如遗传算法、蚁群智能算法等。

模式识别 ：包括计算机视觉、语音识别等。

智能系统 ：如智能控制、智能多媒体信息系统等。

应用领域 ：

智慧医疗 ：利用智能信息处理技术进行疾病诊断和治疗。

智慧城市 ：通过智能信息处理技术提升城市管理和服务水平。

智能教育 ：利用智能信息处理技术改进教学方法和学习体验。

生物认证 ：如人脸识别和说话人识别技术在安全领域的应用。

智能信息处理是一个跨学科的领域，涉及计算机科学、控制科学、数学和统计学等多个学科的知识。学习智能信息处理不仅需要掌握扎实的理论基础，还需要具备较强的实践能力和创新思维，以应对不断发展的科技挑战。