-模式识别概述[]新编.pptVIP

模式识别，第一章 * 模式识别的一般过程 学习样本 数据获取 预处理 特征提取 统计分析 分类准则 人工干预 改进采集 方法 改进预处理 改进特征提取 改进分类规则 训练样本 测试样本 正确率测试 模式识别，第一章 * 模式识别的应用 图像识别（Image Recognition ） 车牌识别 人脸识别 模式识别，第一章 * 模式识别的应用 车牌识别 模式识别，第一章 * 模式识别的应用 生物特征识别（身份鉴别） 指纹识别 掌纹识别 人脸识别 虹膜识别 签名识别 步态识别 模式识别，第一章 * 模式识别的应用 生物医学信号识别 心电图 心音 多普勒超声波生物信号 染色体 DNA序列 模式识别，第一章 * 模式识别的应用 遥感图像自动识别 根据遥感图像的光谱特征和纹理特征进行 自动分类和识别 模式识别，第一章 * 模式识别的应用 遥感图像识别 模式识别，第一章 * 研究模式识别的意义 通过模式识别的研究和应用，提高和扩展计算机的应用能力和领域，促进人工智能的应用与发展 促进人们对人脑识别过程的理解和认识 模式识别，第一章 * 模式识别的理论基础 概率论与数理统计 随机过程 线性代数 优化方法 形式语言学 模式识别，第一章 * 模式识别的基本方法 模式识别方法 经典方法 现代方法 统计方法 句法方法 神经网络方法 模糊模式识别 模式识别，第一章 * 模式识别的基本方法 统计决策法 基于模式的定量描述与统计规律的识别方法，是模式识别最经典、最成熟的方法，目前广泛应用于模式识别的各个领域 原理： 样本 观测值 特征 概率统计 决策准则 分类 模式识别，第一章 * 模式识别的基本方法 统计方法 鲑 鱼 鲈 鱼 决策标准：判别边界 模式识别，第一章 * 模式识别的基本方法 模式描述方法 特征向量 模式判定 模式类用条件概率分布P(X/i)表示,m类就有m个分布，然后判定未知模式属于哪一个分布 特征向量 特征值 模式识别，第一章 * 模式识别的基本方法 理论基础 概率论 数理统计 主要方法 概率方法（Bayes决策） 几何方法（线性、非线性分类） 聚类分析（无监督模式识别） 模式识别，第一章 * 模式识别的基本方法 优点 比较成熟，理论体系较为完善，应用广泛 能考虑干扰噪声等影响 识别模式能力强 缺点 对结构复杂的模式抽取特征困难 不能反映模式的结构特征，难以描述模式的性质 模式识别，第一章 * 模式识别的基本方法 句法方法 基于模式的空间结构特征的定性描述与形式语言学的方法，广泛应用于字符识别、图像识别等领域 原理： 样本 基元 字符串 形式语言 文法 分类 模式识别，第一章 * 模式识别的基本方法 模式描述方法 符号串 树 图 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 模式识别，第一章 * 模式识别的基本方法 句法方法 定义基元： 模式识别，第一章 * 模式识别的基本方法 理论基础 形式语言 自动机技术 主要方法 CYK剖析算法 Early算法 状态图法 模式识别，第一章 * 模式识别的基本方法 优点 能有效反映模式的结构特征 特别适合于文字、图象等具有结构特征的模式分类问题 缺点 当存在干扰及噪声时，基元提取较为困难 分类器的设计比统计方法困难和复杂 模式识别，第一章 * 模式识别的基本方法 模糊模式识别 基于模糊数学和统计分析的识别方法，在不能明确描述模式特征和结构的复杂模式识别问题中得到了成功应用 根据隶属度和模糊文法进行分类 模糊模式类 很像三角形的图形 远大于2的整数 清晰模式类 三角形 大于2的整数 模式识别，第一章 * 模式识别的基本方法 模式描述方法 模糊集合 模式判定 用隶属度将模糊集合划分为若干子集，m类就有m个子集，然后根据择近原则进行分类 模式识别，第一章 * 模式识别的基本方法 理论基础 模糊数学 主要方法 模糊统计法 二元对比排序法 推理法 模糊矩阵 模式识别，第一章 * 模式识别的基本方法 优点 以隶属度作为样本间相似程度的度量，具有较强的抗干扰与畸变能力 缺点 准确合理的隶属度函数往往难以建立，限制了其应用 模式识别，第一章 * 模式识别的基本方法 神经网络方法 基于现代生物学和认识科学对人类信息处理的研究成果 采用人工神经网络模型，使识别和处理过程更接近人类的思维过程 模式识别，第一章 * 模式识别的基本方法 模式描述方法 神经元：不同活跃度表示的输入节点集 模式判定 通过对样本的学习建立起记忆，将未知模式判决为其最接近的记忆 模式识别，第一章 * 模式识别的基本方法 输入层( i ) 输入层( j ) 输入层( k ) 模式识别，第一章 * 模式识别的基本方法 神经网络方法 人工神经网络由相互广泛连