01-模式识别-概论.pptVIP

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
01-模式识别-概论

模 式 识 别 杨永跃 737800933@QQ.com 参考书 模式识别 人民邮电出版社 罗耀光 模式识别 清华大学出版社 边肇祺 模式识别及应用 科学出版社 付京荪 Pattern Recognition Principles J.T.Tom R.C.Gouzales R. Duda, Pattern Classification, 2000(中译本) 模式识别 考查卷 一、基本要求 被抄袭与抄袭同论。 二、阅读理解 (非打印稿) 参考教材:模式识别.边肇祺.清华大学出版社.1999 1、贝叶斯决策理论 原理和思想综述。(1500字) 2、线性判别函数 原理和思想综述。(1500字) 3、近邻法模式识别 原理和思想综述。(1500字) 4、模糊模式识别 原理和思想综述。(1500字) 三、应用题举 (打印稿) 要求含原始(模拟)测量数据,识别原理和方法,(任选语言)编程实现,识别结果数据。加附程序清单、运行结果。 1、应用 贝叶斯决策理论 解决实际工程问题. 2、应用 线性判别函数 或 近邻法模式识别 解决实际工程问题. 四、2010.07.10前提交。 第一章 概论 §1-1 模式识别的基本概念 一.模式识别的基本定义 模式(pattern) ------ 存在于时间,空间中可观察的事物,具有时间或空间分布的信息。 模式识别(Pattern Recognition) ---- 用计算机实现人对各种事物或现象的分析,描述,判断,识别。 模式的直观特性: 可观察性、可区分性、相似性 二.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。 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。 三.关于模式识别的国内、国际学术组织 1973年 IEEE发起了第一次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。 其他刊物 Pattern Recognition (PR) Pattern Recognition Letters (PRL) Pattern Analysis and Application (PAA) International Journal of Pattern Recognition and Artificial Intelligence (IJPRAI) §1-2 模式识别系统 信息的获取:是通过传感器,将光或声音等信息转化为电信息。信息可以是二维的图象如文字,图象等;可以是一维的波形如声波,心电图,脑电图;也可以是物理量与逻辑值。 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。 特征抽取和选择:在模式识别中,需要进行特征的抽取和选择,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。这就是特征提取和选择的过程。 分类器设计:分类器设计的主要功能是通过训练确定判决规则,使按此类判决规则分类时,错误率最低。把这些判决规则建成标准库。 分类决策:在特征空间中对被识别对象进行分类。 §1-3 模式识别的应用 1 .生物学:细胞学、染色体特性、遗传研究 2 .天文学:天文望远镜图像分析、自动光谱学 3 .经济学:股票交易预测、企业行为分析 4. 医疗诊断:心电图,脑电图,染色体,癌细胞识别,疾病诊断。 5. 遥感:资源卫星照片,气象卫星照片处理,数字化地球,图象分辨率可以达到1米。 6.安全:指纹识别、人脸识别、监视和报警系统。 7. 检测污染分析,大气,水源,环境监测。 8. 自动检测:产品质量自动检测。 9. 语声识别,机器

文档评论(0)

yaocen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档