模式识别导论一.ppt

参考书 模式识别 清华大学出版社 边肇祺 模式识别 人民邮电出版社 罗耀光 盛立东 模式识别及应用 科学出版社 付京荪 Pattern Classification (2nd ed) by R. O. Duda, P. E. Hart and D. G. Stork, John Wiley Sons, 2000 Pattern Recognition Principles J.T.Tom,R.C.Gouzales 1-3 一个例子 “使用光学传感器区分两种不同的鱼” 黑鲈 类型 鲑鱼 问题分析 设置一个相机并拍摄一些照片以此获得特征 长度 亮度 宽度 鳍的数量和形状 嘴的位置,等等… 这些特征构成了分类时可能会用到的所有特征的集合! 预处理 利用图像分割把鱼和其他鱼及背景分割开 单条鱼的所有信息被提交到一个特征提取器（feature extractor）以减少测量得到特征的个数 提取出的特征提交到分类器（Classifier） 分类（Classification） 选择鱼的长度作为候选决策特征 长度不是一个理想的特征! 选择鱼鳞的亮度作为候选决策特征 阈值判别边界和代价关系 将判别边界朝亮度小的方向移动可以降低代价 (减少将sea bass当作salmon的数目!) 决策理论的任务 采用亮度和宽度作为决策特征 鱼 xT = [x1, x2] 还可以加入与已选特征不相关的其他特征. 但是要防止因为加入 “噪声特征(noisy features)”使得分类性能反而下降 理想情况下, 最好的决策边界应提供如下的最优性能: 这种考虑太乐观了！ 分类器设计的中心目标是正确分类新的输入，而不是仅仅正确分类已知的输入 泛化能力，推广性！ （generalization） * * 模式识别Pattern Recognition 张正道 江南大学通信与控制工程学院 信息安全系 第一章 概论 1-1 模式识别和模式的概念 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。 可以区分是否相同或类似 不直接指事物本身，更关心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。 作用和目的：将具体事物正确地归类 模式识别与图象识别，图象处理的关系 模式识别是模拟人的某些功能 模拟人的视觉: 计算机+光学系 模拟人的听觉: 计算机+声音传感器 模拟人的嗅觉和触觉: 计算机+传感器 通常把具体事物的时空分布信息称为模式，把模式所属的类别或同一类模式的总体称为模式类（类别） 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。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。 三、模式识别的应用 1 .字符识别：包括印刷体字符的识别；手写体字符的识别（脱机），各种OCR设备例如信函分拣、文件处理、卡片输入、支票查对、自动排板、期刊阅读、稿件输入；在线手写字符的识别（联机），各种书写输入板。 2. 医疗诊断：心电图，脑电图，染色体，癌细胞识别，疾病诊断，例如关幼波肝炎专家系统。 3. 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。 4. 指纹识别 脸形识别 5. 检测污染分析，大气，水源，环境监测。 6. 自动检测：产品质量自动检测 7. 语声识别，机器翻译，电话号码自动查询，侦听，机器故障判断。 8. 军事应用 四.关于模式识别的国内、国际学术组织 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