基于原型匹配的模式识别方法.doc

基于原型匹配的模式识别方法 （计算机学院 张仰锐 3120602007） 摘 要: 现有的模式识别主要基于事物的区分机理，而不是基于认知机理。文中结合认知心理学中有关模式识别的研究成果，提出了一种基于原型匹配的模式识别方法，给出了该方法的识别机理、数学模型和识别算法。该方法将一个模式识别问题定义为由原型、结构、组合法则构成，由这三要素组成原型库和知识库对被识别客体进行识别，对数字字符图像识别问题的实验结果表明了文中方法的有效性。 关键词: 模式识别 认知系统 原型 覆盖 引言 认知心理学兴起于20世纪50年代中期，以信息加工理论为核心，是认知科学的主要组成部分。人的视知觉是指对外界刺激投射到视网膜中的图像进行处理以获得对外部世界感知的过程，其实质是把外界客体的明暗、颜色、位置、深度和长宽等特性映射到视知觉空间中，然后对这些特性在视知觉空间中所形成的象的“形状”进行分析，实现对外界客体的识别。显然，视知觉空间是一个描述空间，视知觉是一个把外界客体映射到描述空间并获得外界客体描述的过程。认知心理学关于模式识别的研究成果主要有:模板匹配理论、特征匹配理论和原型匹配理论,它们在机器模式识别的应用都是对对象的一种描述方法，没有本质的区别。模板匹配理论和特征匹配理论已经广泛应用于机器模式识别中,文中研究原型匹配在计算机识别中的应用。 1 基于原型匹配的识别机理 原型匹配理论指出任意模式都可由原型组成，原型是指一类客体的内部表征，即一个类别或范畴的所有个体的概括表征，代表某类客观世界基本成分的抽象形式；当一个外界刺激作用发生时，通过将外界刺激拆分成原型并与存储的原型进行匹配来实现对刺激的识别。相关的成分识别理论指出物体是由一些基本形状或成分即几何子组成的。因此，如何描述组成模式的原型或几何子之间的关系，成为自下而上信息加工的一个问题。 把原型匹配理论应用于计算机识别，将一个识别对象分解成各种原型，需解决原型之间的组成关系问题。例如，文字“ear”和“are”都是由原型字母 “a” 、“e”、“r”组成，但因原型间的关系不同而组成了不同的文字。因此，在采用原型匹配理论进行模式识别时，有必要对原型之间的关系进行恰当的描述。文中用“结构”来描述原型间的关系。相应地，模式由原型和结构组成。 2　数学模型 在视知觉中，通过把外界客体映射到描述空间并分析外界客体在描述空间中所成的象的“形状”来实现对外界客体的感知。视知觉的认知机理表明，通过某种特定的映射，物体的识别可以在视知觉空间中完成。换言之，利用映射，任意模式的识别可以在某一特定的描述空间中实现。外界客体映射到描述空间中的“象”是一个或多个原型遵循某种“结构”所形成的集合，是一个以原型和结构为元素的点集。 因此，基于原型匹配的模式识别实质上是对外界客体映射到描述空间(拓扑空间)中点集“形状”的分析，是点集对应问题。 点集拓扑学是一门采用点集方法来研究空间结构及空间图形拓扑性质的学科，用集合来论述拓扑学中一些需精确化描述的问题。基于原型匹配的模式识别方法的理论分析工具是点集拓扑学。某一特定环境Φ可以表述为一个可测物理量(X)的集合:Φ = {(X) i = 1，2，…} ,而待研究的“问题范围”是环境Φ的一个子集。Ω = {(X) v=1，2，…}，那么对于确定的模式识别问题,模式空间可表示为 Ω={=(X) v= 1, 2,…} （1） 式中:模式是一个集合。 对于已确定的模式识别问题，原型来源于确定的原型集P，结构来源于确定的结构集S。模式由原型和结构组成，根据点集拓扑学知识，描述空间Θ也由原型及结构组成。具体定义如下: 如果存在一个连续映射 g:Ω→ Θ,那么,模式空间Ω中的模式映射到描述空间Θ中的点集可表示为： 因此,一个模式识别问题用原型、 结构和组合法则Ψ(·)描述为 根据式 (1) ～(6)，n和t有界且对于 Ω有Ψ(·)恒定不变。描述空间Θ是一个拓扑空间，是被识别客体的全体在Θ中所形成的“象”的集合,对模式的识别就是在描述空间Θ中对点集的“形状”的理解。因此，基于原型匹配的模式识别方法的识别任务就是找到模式映射到描述空间Θ中的象所形成的点集的一个覆盖。 3 识别算法 基于原型匹配的模式识别方法是以解决模式空间与描述空间的点集映射问题为目标的，识别的过程是一个构建映射及寻求覆盖的过程。定义被识别客体在描述空间Θ中的映射集 式中:表示被识别模式；对于已确定的识别客体，m有界。 定义对的最佳覆盖度为 （（） 式中Θψ表示覆盖度函数 结合式