漫谈模式识别及其应用分析.pptVIP

新一代广告模式 未来趋势：移动互联网下的模式识别应用 * * * * * * 1.3 模式识别的方法 模版匹配法(templete matching) 统计方法(statistical pattern recognition)： 1950s- 神经网络方法(neural network)： 1980s- 结构方法(句法方法)： 1970s- (structural pattern recognition ) 支持向量机、核方法：1990s- 多分类器、集成学习：1990s- Bayes学习：1990s- 1990s-: 模式识别技术大规模应用 模版匹配 首先对每个类别建立一个或多个模版 输入样本和数据库中每个类别的模版进行比较，例如：计算相关或距离 根据相似性（相关性或距离）大小进行类别的决策 优点：直接、简单 缺点：适应性差 扩展：弹性模版法 方法 统计方法 根据大量训练样本，建立决策边界(decision boundary) ，划分区域 统计决策理论——根据每一类样本总体的概率分布推导决策边界和决策域 判别式分析方法——给出带参数的决策表达式，根据某种准则，由训练样本决定“最优”的参数 方法 句法方法 许多复杂的模式可以分解为简单的子模式，这些子模式组成所谓 “基元” 每个模式都可以由基元根据一定的关系来组成 基元可以认为是语言中的词语，每个模式都可以认为是一个句子，关系