模式识别及其在刑事科学技术中的应用.docVIP

模式识别及其在刑事科学技术中的应用 　　摘要：近年来模式识别在刑事科学技术领域得到了广泛的应用，综述了模式识别的识别过程及常用识别方法，并论述了模式识别在刑事科学技术中的应用。 　　关键词：模式识别；特征提取；分类器；刑事科学技术 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)34-1855-02 　　Theory andApplications of Pattern Recognition in Criminal Science and Technology 　　ZHANG Song-lin1, GAO Pei-pei2 　　(1.Department of Electronics of Henan Mechanical and Electrical Engineering College, Xinxiang 453003,China;2.Department of Forensic of Xinxiang Medical university, Xinxiang 453002, China) 　　Abstract: Pattern Recognition in recent years in criminal science and technology has been widely applied，Summary of the identification process of pattern recognition and identification method commonly used，and application of pattern recognition in criminal science and technology. 　　Key words: pattern recognition; feature extracting; classifier; criminal science and technology 　　 　　1 引言 　　模式识别(Pattern Recognition)是一种从大量信息和数据出发，在已有认识和经验的基础上，利用计算机及数学推理的方法对信息特征自动完成识别的过程。模式识别属计算机科学中人工智能的研究范畴[1]，内容非常广泛。20世纪70年代发达国家开始将模式识别广泛技术应用于刑事侦察部门[2]，近年来，模式识别在我国刑事技术的应用也取得长足发展，模式识别在刑事技术中的应用不仅提高了刑事科学技术水平，也极大地提高了刑事科学技术现代化的建设。 　　2 模式识别与模式识别系统 　　模式识别是对表征事物或现象的各种形式的（数值的、文字的或逻辑关系的等）特征信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。 　　模式识别的研究主要集中在两方面[3-4]，一方面研究生物体（包括人）是如何感知对象的，另一方面是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者属于认知科学的范畴；后者则是通过数学家、信息学专家和计算机科学工作者研究的范围，目前已经取得了系统的研究成果。 　　模式识别通常包括相互关联的两个阶段：学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律构筑分类器，后者是根据分类规律对未知样本集进行分类和识别，模式识别系统框图如图1所示。 　　■ 　　图1 模式识别系统框图 　　1) 数据采集及预处理： 　　数据采集是指把被研究对象的各种信息转换为机器可以接受的数值或符号集合。这种数值或符号所组成的空间为模式空间。为了从这些数字或符号中抽取出对识别有效的信息，必须进行预处理，包括进行二值化处理、数字滤波进行平滑去噪处理及规范化处理等。 　　2) 特征提取： 　　预处理后的信息送入特征提取模块抽取特征用于分类器的设计。特征提取的目的是从原始信息中抽取出用于区分类型的本质特征。无论是识别过程还是训练学习过程，都要对研究对象固有的、本质的重要特征或属性进行量测并将结果数值化或符号化，形成特征矢量。比如，指纹识别时，提取的特征有纹理、交叉点、形状等。特征的提取和选择对识别过程是至关重要的，如果模式选择得好，对不同类的模式就能表现出很大的差别，就能比较容易地设计出性能较高的分类器。因此特征的选择会直接影响到分类器的构造和识别的效果。 　　虽然特征的提取和选择在模式识别中占有如此重要的地位，但是迄今没有特征提取和选择的一般方法，大多数的方法都是面向问题的。有人可能认为在处理识别问题时，模式特征取得越多越好，或者说，模式向量的维数越高，对分类器的设计越是有利。经常有这样的情况，当用一组特征做出来的分类器不能满足要求的话，自然就会想到增加新的特征。虽然知道特征的增加同样也会增加特