《学科前沿2012》-课件设计（公开）.pptVIP

字符、图画、音乐…是具体的客体，它们通过对感官的刺激而被识别；论点、思想、信仰…则是非物质的客体，对它们的研究主要属于哲学、政治学的范畴。 我们主要是研究具体客体的识别，而且仅局限于研究用机器完成与识别任务有关的基本理论与实用技术。 这一类课题属于工程学，计算机科学，应用数学的范畴。对我们将要讨论的内容，我们对模式、模式识别作如下狭义的定义： 模式是对某些感兴趣的客体的定量的或结构的描述，模式类是具有某些共同特征的模式的集合。 模式识别是研究一种自动技术，依靠这种技术，机器将自动地(或人尽量少地干涉)把待识模式分配到各自的模式类中去。 但模式识别不是简单的分类学，其目标包括对于识别对象的描述，理解与综合。 模式识别是伴随着计算机的研究、应用日益发展起来的。其应用领域涉及社会生活的各个方面，而且还在不断扩大。人们亲切地称计算机为电脑，几乎所有本来由人脑实现的功能，都谋略用“电脑”来完成。而且已经取得，并不断取得令人振奋的成就。 但比起人脑来，电脑毕竟是小巫见大巫，不仅仅在于人脑约有1011～1012个脑细胞（被 称为神经元），更在于每个神经元约有103～104个突触，即一个神经元可通过突触与8000个其它神经元交换信息，当生物电流通过某一突触时，神经元就将信息传送到下一神经元。 所以人脑有极丰富的联想能力。可以超越时空，任意跳跃。因此计算机的联想、判别与推理能力远不如人脑，特别是在对外界信息的感知能力方面，更远不如人脑。 识别是人对感觉的认知和判断能力。 ? 识别能力的高低体现了智能水平。识别由低到高分为三个层次。 仪器水平：物理识别 动物水平：模糊识别 人类智能水平：情感识别 物理识别是对接受到的信息实现物理、化学和生物学的量化认识。视觉包括明暗、颜色、大小、形状、远近、运动状态等。听觉包括声音大小、频率、方位、波形等。触觉包括温度、导热率、硬度、粘度、大小、形状、受力、活动状态等。嗅觉和味觉包括物质的组成及化学成分。 现代科技与电脑相结合在物理识别范围和识别精度方面早已大大超过人自身的能力。几乎所有的科学仪器都是用于这种识别。这种识别的特点是识别内容分别独立互不相关，事件具有精确的重复性，无需经验和智能，完全可以程序化。所以它是最低层次的识别。 模糊识别是在大量复杂的信息中识别出有用的部分，即对接收的信息与以往的记忆和经验进行关联认识，剔除无关的信息。视觉包括在复杂的背景中辨认特定的人和物或以往经历过的人和物。听觉包括在嘈杂的背景中辨别出特定的声音，特别是不同人的讲话声。模糊识别可解决有谁，有什么，是谁，是什么的问题。这种对人来说轻而易举的能力对电脑来说真是太难了。目前电脑可通过对照记录的方式实现单一识别能力，例如指纹， 图形， 语音等。 由于电脑不能实现关联记忆，所以它在模糊识别方面难以有突破性进展。这个层次的识别与我们常见的宠物、牲畜、鸟、昆虫的识别能力大致相当，因此它不能产生高级智能。 情感识别是最高级的识别。它是完全的感性识别。这种识别主要是针对人际之间的信息交流。 它包括文字、语言、歌曲、表情、外表、气味和动作所表达的含义，既识字又听得懂说话，甚至包括自然现象、事件、环境和物品的人文美学含义。这种识别已经超出了人工智能的模糊识别，达到了人工高级生命的能力。 以单一语音识别为例：初级识别能够知道有声音，模糊识别能够知道说什么或谁在说话，而高级识别则能通过说话的内容、音调、节奏知道说话者的情绪和态度。这种识别要求电脑具有人类的情感。由此可见，高级智能与情感是完全相关的。 模式识别的全过程可用下图简要的表示： 以上过程中，每一阶段设计的好坏都会对全盘的工作产生严重的影响，所以每一阶段都应争取尽可能完美的效果。 被识对象 非电量转换及数字化 预处理 特征提取 模式分类 1、由于被识别的对象多半是具有不同特征的非电量，如灰度、色彩、声音、压力、温度等，所以第一步就要将它们转变为电信号，然后经A/D转换，将它们转换为能由计算机处理的数字量。 2、数字化后的电信号需经预处理，以滤除样品采集过程中掺入的干扰、噪声，并人为地突出有用信号，以得到良好的识别效果。 3、经改善后的有用信号，还要作特征抽取或基元抽取，才能对其分类。由于特征的抽取与待识模式的类别密切相关，很难有某种泛泛的规律可依循。随着工作的深入，要不断修改与完善此阶段的工作，这也是图中虚线回溯的含义。 4、模式分类就是在前几步准备工作的基础上，把被识别对象归并分类，确认其为何种模式的过程。这是模式识别“出成果”的阶段，直接以其分类结果表明本次识别的结束。 模式分类按其方法，大致可分为四大类 1、统计决策法 2、句法结构法 3、模糊判决法 4、人工智能法