模式识别课件-v0.pptVIP

第一讲 绪论 第一部分 相关知识介绍与课程内容 第二部分 模式识别学科介绍 信息行业的基本需求---美国NII计划 不分地域地、有效地获得与传输信息。 不分地域地、有效地共享硬软资源。 有效地利用信息，以提高生产率。 保证信息安全。 在过去的十年中，做了什么？ 以浏览器等网络为核心技术的“有效获得信息”的研究取得了预期效果。 人们已可以从不同地域有效地获得信息。 但是，，， 大型信息化系统-重庆防汛抗旱系统 提高信息使用率 以人工智能、模式识别、机器学习、机器视觉、数据挖掘为理论基础的各种方法，是提高信息使用率的有效途径之一。 应用计算机，以人类智慧的机理和实现作为研究目标的工作，称为“人工智能” 　　包括学习、推理、判断、分析等 模式识别？ 模式(样本)表示方法 4 基元（链码）表示： 在右侧的图中八个基元分别表0,1,2,3,4,5,6,7,八个方向和基元线段长度。则右侧样本可以表示为X1=006666。 这种方法将在句法模式识别中用到。 基于统计方法的模式识别系统组成 一些应用 （1 ）、信息获取 二维图象 如文字、指纹、地图、照片 一维波形 如脑电图、心电图、机械震动波形 物理参量和逻辑值 （2）、预处理 目的：去除噪声，加强有用信息，复原信息 预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图象处理。 （3）、特征提取和选取 特征提取和选择：对原始数据进行变换，得到最能反映分类本质的特征 测量空间：原始数据组成的空间 特征空间：分类识别赖以进行的空间 模式表示：维数较高的测量空间-维数较低的特征空间 例如，一幅64x64的图象可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。 （4）、分类决策 在特征空间中用统计方法把被识别对象归为某一类别 基本做法：在样本训练集基础上确定某个判决规则，使得按这种规则对被识别对象进行分类时所造成的错误识别率最小或引起的损失最小（统计模式识别） 机器学习计算的说明 令W是这个给定世界的有限或无限所有对象的集合，由于我们观察能力的限制，我们只能获得这个世界的一个有限的子集Q?W。 模式识别、机器学习的任务就是根据这个世界的对象子集Q，推算这个世界的一个模型，使它近可能为真。 模式识别与机器学习三个需要解决的问题 一致性假设：机器学习任务的本质。 对样本空间的划分：决定对样本的有效性。 泛化能力：决定对世界的有效性。 模式识别的发展史 1929年 G. Tauschek发明阅读机 ，能够阅读0-9的数字。 30年代 Fisher提出统计分类理论,奠定了统计模式识别的基础。因此， 在60～70年代，统计模式识别发展很快，但由于被识别的模式愈来愈复杂，特征也愈多，就出现“维数灾难”。但由于计算机运算速度的迅猛发展，这个问题得到一定克服。统计模式识别仍是模式识别的主要理论。 50年代 Noam Chemsky 提出形式语言理论,美籍华人付京荪 提出句法结构模式识别。 60年代 L.A.Zadeh提出了模糊集理论，模糊模式识别理论得到了较广泛的应用。 80年代 Hopfield提出神经元网络模型理论。近些年人工神经元网络在模式识别和人工智能上得到较广泛的应用。 90年代小样本学习理论，支持向量机也受到了很大的重视。 教学方法 着重讲述模式识别的基本概念，基本方法和算法原理。 注重理论与实践紧密结合 科研项目与大试验 避免引用过多的、繁琐的数学推导。 使初步具备科研的能力 作业：科研题目、上机作业题 考试：开卷考试 主要期刊 ?? IEEE Trans. On PAMI, NN ?? Pattern Recognition ?? Pattern Recognition Letter ?? Machine Learning ?? Neural Computation ?? 《模式识别与人工智能》 1973年 IEEE发起了第一次关于模式识别的国际会议“ICPR”，成立了国际模式识别协会---“IAPR”，每2年召开一次国际学术会议。 1977年 IEEE的计算机学会成立了模式分析与机器智能（PAMI）委员会，每2年召开一次模式识别与图象处理学术会议。 国内的组织有电子学会，通信学会，自动化协会，中文信息学会….。 CVPR: IEEE Conf on Comp Vision and Pattern Recognition (0.96) ICML: Intl Conf on Machine Learning (0.95) ICPR: Intl Conf on Pattern Recognition (0.76) 当务之急！！！ 模式识别与人工智能需要更多的数学知识。简单的写程序的工作，