哈工大模式识别-绪论.ppt

§1.3 模式识别的一些基本问题　 一、学习 二、模式的紧致性 三、相似性度量 一、学习 人的学习过程 在日常生活中进行模式识别的活动从学习过程中掌握了很强的分辨事物的能力。 机器的学习过程 使用包含各种类别的训练样本 勾画出各类事物在特征空间分布的规律性 确定使用分类的具体数学公式及其参数 例：两类训练样本圆形分布 分类函数类型的确定：圆形的分布与线性方程。一般来说，决定使用什么类型的分类函数往往是人为决定的。 数学式子中参数的确定 是一种学习过程。如果当前采用的分类函数会造成分类错误，利用错误提供应如何纠错的信息，纠正分类函数。 分类器设计：求解优化问题的过程 模式识别中的学习与训练是从训练样本提供的数据中找出某种数学式子的最优解，这个最优解使分类器得到一组参数，按这种参数设计的分类器使人们设计的某种准则达到极值。 分类器参数的选择或者学习过程得到的结果取决于设计者选择什么样的准则函数。不同准则函数的最优解对应不同的学习结果，得到性能不同的分类器。 二、模式的紧致性 分类器设计难易程度与模式在特征空间的分布方式有密切关系 临界点：处于两类的边界上的点为临界点。 内点：非临界点。 临界点与内点 紧致集，具有下列性质： (1)临界点的数量与总的点数相比很少。 (2)集合中任意两个内点可以用光滑线连接，在该连线上的点也属于这