第1节模式识别.pptVIP

第1章 绪 论 1.1 模式识别的基本概念 1.1.1 模式和模式识别 模式：取自世界有限部分的单一样本的被测量值的综合； 模式识别：把某一样本归属于多个类型中的某一个类型； 1.1.2 模式空间、特征空间和类型空间 所有的样本观测数据构成模式空间； 最能揭示样本属性的观测量作为主要特征，这些主要特征构成特征空间； 根据适当的判决规则，把特征空间里的样本区分成不同的类型，从而把特征空间塑成了类型空间； 模式识别的过程如下图示： 1.1.3 预处理 预处理的功能： 消除或减少在模式采集中的噪声及其它干扰，提高信杂比； 消除或减少数据图象模糊及几何失真，提高清晰度； 转变模式结构（非线性→线性），以利于后续处理； A/D转换，以便于计算机处理；等等。 1.1.4 特征提取/选择 特征提取/选择的目的就是要压缩模式的维数，使之便于处理，减少消耗。 特征提取/选择是以分类中使用的某种判决规则为准则，所提取的特征在该准则下的分类错误最小。 1.1.5 分类 分类：把特征空间划分成类型空间，把未知类别属性的样本确定为类型空间里的某一个类型。 分类的过程只能以某种错误率来完成。当然，分类错误率越小越好。 1.2 模式识别系统 模式识别系统方框图如下图1-2所示： 1.3 模式识别方法 模式识别包含统计模式识别和句法模式识别两大类。 统计模式识别是以试验样本在