6 模式识别与神经网络(精品·公开课件).pptVIP

模式识别与神经网络 hujing 主要内容： 介绍模式识别的基本概念 介绍神经网络技术在模式识别领域的发展与应用 介绍神经网络如何应用于仿生模式识别研究中的。 神经网络泛化能力的提高。 第一个主题－－模式识别的 基本概念 模式和模式识别的概念 模式识别的发展简史和应用 模式识别的主要方法 模式识别的系统和实例？ 模式识别 模式识别作为一个研究领域，迅速发展于20世纪60年代，它既是一个多领域的交叉学科，又是一个与实际问题结合非常紧密的应用学科。 什么是模式 模式的定义 广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。 模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。 模式的直观特性: 可观察性 可区分性 相似性 模式识别的概念 模式识别 – 直观，无所不在，“人以类聚，物以群分” 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 人和动物的模式识别能力是极其平常的，但对计算机来说却是非常困难的。因此模式识别的任务就是让计算机能够像人那样认识事物。 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 Noa