第一章节模式识别_绪论幻灯片.pptVIP

* * （2）预处理 去除所获取信息中的噪声，增强有用的信息，及一切必要的使信息纯化的处理过程。 预处理这个环节内容很广泛，与要解决的具体问题有关，例如，从图象中将汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。做到这一步以后，才能对每个数字进行识别。以上工作都应该在预处理阶段完成。 （3）特征选择和提取 功能：对所获取的信息实现从测量空间到特征空间的转换。 将所获取的原始量测数据转换成能反映事物本质，并将其最有效分类的特征表示。 输入：原始的量测数据(经过必要的预处理)，例如由声波变换成的电信号，表现为电压电流幅度随时间的变化，二维图像每个像素所具有的灰度值等。 输出：将原始量测数据转换成有效方式表示的信息，从而使分类器能根据这些信息决定样本的类别。 §1.4 模式识别系统的典型构成 特征选择和提取:选择什么样的方法来描述事物，从而可以有效、牢靠地把事物正确地区分开。 如令是黑为“1”，是白为“0”，那么一个数字就可用35维的二进制向量表示。这就是典型的特征向量表示法。 另一种方法则是将数字用笔划表示，也就是将它分成一横加上一斜杠表示。这种表示方法属于结构表示法范畴。这种方法没有前一种方法的缺点，但提取这种结构信息也不是一件容易方便的事。 缺点：这种表示与网格的尺寸有关，与字的笔划粗细有关，更主要的是字在网格中的不同位置与