1.什么是模式识别 模式识别(PatternRecognition)是人类的一项基本智能,在日常生活中,人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起,人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科。 rum 模式识别:确定一个样本的类别属性(模式类)的过程,即把某一样本归属于多个类型中的某个类型,模式分类的过程。 模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物的传感器等对象进行测量的具体模式进行分类和辨识。 模式识别研究主要集中在两方面,一是研究生物体(包括人)是如何感知对象的,属于认识科学的范畴,二是在给定的任务下,如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容,后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力,已经取得了系统的研究成果。 rumen8.com-入门吧是最好的入门资料网站 应用计算机对一组事件或过程进行鉴别和分类。所识别的事件或过程可以是文字、声音、图像等具体对象,也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别,称为模式信息。 模式识别所分类的类别数目由特定的识别问题决定。有时,开始时无法得知实际的类别数,需要识别系统反复观测被识别对象以后确定。 模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制;人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术;图像处理中的图像分析也应用模式识别的技术。 ww 2.模式识别特征 1模式的普遍性或概括性。人们只要熟悉现象中为数不多的代表,就能形成组或类的概念。 2模式的特征性。同类中具有某些关键的特征或属性,使大脑要处理的信息量大大减少。同时也有利于模式的泛化。 3模式的学习过程和客观不变性。有教师(监督)的学习、无教师(监督)的学习。 4模式的变异性、不确定性和模糊性。 5模式识别具有相当明显的主观性。 3、模式识别方法 1、统计判别 www.rumen8.com-找入门资料就到入门吧 主要方法 主要优点 主要缺点 2、句法结构 模式判定:是一种语言,用一个文法表示一个类, m类就有m个文法,然后判定未知模式遵循哪一个文法。 主要优点 主要缺点 3模糊识别 模式描述方法:模糊集合 A={(ma,a), (mb,b),... (mn,n),} 模式判定:是一种集合运算。用隶属度将模糊集合划分为若干子集, 主要优点 主要缺点 4逻辑推理 模式判定:是一种布尔运算。从事实出发运用一系列规则,推理得到不同结果,m个类就有m个结果。 主要优点 缺点 5神经网络 模式描述方法:以不同活跃度表示的输入节点集 模式判定:是一个非线性动态系统。通过对样本的学习建立记忆,然后将未知模式判决为其最接近的记忆。 主要优点 主要缺点 |
|