第一章_zhang幻灯片.pptVIP

模式识别- 概念、原理（算法）及其应用 张学良 cszxl@imu.edu.cn 人工智能与多媒体研究所 Office:计算机学院305 Tel：4994019转8305 与模式识别相关的学科 统计学 概率论 线性代数（矩阵计算） 形式语言 机器学习 人工智能 图像处理 计算机视觉 语音信号处理 … 课程学习需具备的条件 深厚的数学功底 科班出身 扎实的专业知识 超强的编程能力 … 教学方法 着重讲述模式识别的基本概念，基本方法和算法原理。 注重理论与实践紧密结合 实例教学：通过大量实例讲述如何将所学知识运用到实际应用之中 （图像、语音、自然语言处理） 避免引用过多的、繁琐的数学推导。 教学目标 掌握模式识别的基本概念和方法 有效地运用所学知识和方法解决实际问题 为研究新的模式识别的理论和方法打下基础 课程要求 基本：完成课程学习（作业），通过考试，获得学分。 提高：能够将所学知识和内容用于课题研究，解决实际问题，完成毕业论文。 飞跃：通过模式识别的学习，改进思维方式，为将来的工作打好基础，终身受益。 参考文献 R. Duda, P. Hart, D. Stork, Pattern Classification, second edition, 2000（有中译本）. Andrew Webb, Statistical Pattern Recognition, second edition,2002 边肇祺，模式识别（第二版），清华大学出版社，2000。 蔡元龙，模式识别，西北电讯工程学院出版社，1986。 机构、会议、刊物 1973年 IEEE发起了第一次关于模式识别的国际会议“ICPR”（此后两年一次），成立了国际模式识别协会---“IAPR” 1977年IEEE成立PAMI委员会，创立IEEE Trans. on PAMI，并支持ICCV, CVPR两个会议 其它刊物 Pattern Recognition (PR) Pattern Recognition Letters (PRL) Pattern Analysis and Application (PAA) International Journal of Pattern Recognition and Artificial Intelligence (IJPRAI) 第一章 模式识别概论 一个例子（鱼的自动分类） 在传送带上用光学传感器件对鱼按品种分类 鲈鱼(Seabass) 品种 鲑鱼(Salmon) 识别过程 数据获取：架设一个摄像机，采集一些样本图像，获取样本数据 预处理：去噪声，用一个分割操作把鱼和鱼之间以及鱼和背景之间分开 识别过程 特征提取和选择：对单个鱼的信息进行特征选择，从而通过测量某些特征来减少信息量 长度 亮度 宽度 鱼翅的数量和形状 嘴的位置，等等 … 分类决策：把特征送入决策分类器 什么是模式（Pattern？） 样本（Sample）: 一个具体的研究对象。比如某人写的一个汉字，一副图片等。 模式（Pattern）：对研究对象的特定的描述，可以是定量的或结构的描述。 模式类（Class）：具有某些共同特性的描述的集合 比如： samples： Pattern：由三条直线组成，有三个顶点 class: 三角形 模式的直观特性: 可观察性 可区分性 相似性 什么是模式识别 模式识别：确定一个样本的类别属性（模式类）的过程，即把某一样本归为多个类型中的某个类型。模式分类的过程。 周围物体的认知：桌子、椅子 人的识别：张三、李四 声音的辨别：汽车、火车，狗叫、人语 气味的分辨：炸带鱼、红烧肉 机器与人类识别事物原理的比较 人类：具有提炼抽象概念的能力 总结规律，抽象出概念 机器：缺乏抽象能力 基本方法是计算 模式识别的研究 目的：利用计算机对物理对象进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。 Y = F(X) X的定义域取自特征集 Y的值域为类别的标号集 F是模式识别的判别方法 模式识别简史 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。 50年代 Noam Chemsky 提出形式语言理论——傅京荪 提出句法结构模式识别。 60年代 L.A.Zadeh提出了模糊集理论，模糊模式识别方法得以发展和应用。 80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活，并在模式识别得到较广泛的应用。 90年代小样本学习理论，支持向量机也受到了很大的重视。 模式识别的应用（举例） 生物学 自动细胞学、