模式识别(PatternRecognition).pptVIP

模式识别(Pattern?Recognition)模式识别的目的是未知样品的分类与归属。借助化学计量学方法，模式识别应能实现对无法直接量测的物质隐含性质的辨识。 模式识别、定量构效关系及人工智能使分析化学在化学舞台上扮演的角色从单纯提供分析数据上升为提供化学新兴并参与实际问题的解决。 如从波谱数据解析化学结构、对化工产品、药品、食品、商品的真伪辨识、环境污染源寻找污染分类以及产品质量控制等等。 模式识别根据模式之间属性的关系进行分类，包括有监督与无监督的学习，如聚类分析、统计模式识别、句法模式识别、用于分类的人工神经网络技术。 模式识别是在60年代末被引进化学领域，基于性质相近的样本在多维空间中的位置是相近的，也就是说它可把相似的样本“聚”在一起。模式识别有统计模式识别、句法模式识别，而统计模式识别又分为有管理方法、无管理方法。其中无管理方法中又以聚类分析最为常见。 化学模式识别是根据化学测量矩阵，自动将样本集按样本的某种性质（通常是隐含的）进行分类及特征选取的方法，化学模式识别从化学测量数据出发，进一步揭示样本的隐含性质，提供十分有用的决策性信息。 近年来模式识别在化学、生物、医学、食品、环境科学、电子等学科中得到了迅速发展及广泛应用，特别是聚类分析，它可以解决样品的分类、方法的选择及分析过程优化等问题，因而越来越受到人们的重视，并渗透到分析化学领域中。 利用统计学方法研究