模式识别第一章绪论教案编写 .pptVIP

模式识别 授课教师：刘家锋 第一章 绪论 一、模式识别的概念 机器智能系统应该包括三个部分： 感知部分：相当于人的眼、耳、触觉、嗅觉等等； -- 模式识别 学习部分：模仿人在自己的行动中总结经验，改善自身能力的功能； -- 机器学习 思维部分：相当于人的逻辑推理和计算能力； -- 人工智能 一、模式识别的概念 模式：泛指一切客观事物的存在形式。从工程角度讲是指客观事物存在形式的数学表达。 识别：人的识别过程是一个非常复杂的心理和生理过程。从工程的角度讲，识别可以看作是一个分类问题。 二、模式识别的应用 工业用途：产品质量检验，设备故障检测，智能机器人的感知系统； 商业用途：钱币的自动识伪，信函的自动分拣，电话信息查询，声控拨号； 医学用途：对心电、脑电、CT等信号进行处理和识别，自动进行疾病的诊断； 安全领域：生理特征鉴别(Biometrics)，网上电子商务的身份确认，对公安对象的刑侦和鉴别； 二、模式识别的应用 军事领域：巡航导弹的景物识别，战斗单元的敌我识别； 办公自动化：文字识别技术和声音识别技术； 数据挖掘：数据分析； 网络应用：文本分类。 计算机应用学科 模式识别 图像处理 语言处理 语音识别 汉字识别 图像识别 Biometrics 信息检索 语言理解 机器翻译 三、模式识别的研究方法 统计模式识别：将模式看作空间中的一个点，采用解析几何和概率论、数理统计的方法，判别输入模式的类别属性； 结构模式识别：也称为句法模式识别，将模式看成是由一些基本元素有组织的构成，用字符串对模式进行描述，利用形式语言和自动机理论对模式的结构进行分析和判别； 参考书 《模式识别》，清华大学出版社，边肇祺，张学工； 《现代模式识别》，国防科技大学出版社，孙即祥； 《模式识别》，西安电子科技大学出版社，蔡元龙 。 期刊 IEEE Transaction on Pattern Analysis and Machine Intelligence，PAMI； Pattern Recognition； Pattern Recognition Letter； 模式识别与人工智能； 五、统计模式识别系统 分类 训练 什么是特征？ 什么是特征？ 什么是特征？ 特征抽取 特征抽取 模式的特征空间表示 特征的分布 特征的分布 模式识别的训练方法 有监督学习（有教师学习）：预先已知训练样本集合中每个样本的类别标号； 无监督学习（无教师学习）：预先不知道训练样本集合中每个样本的类别标号； 统计识别方法的分类 一、根据样本在空间中的几何分布进行分类 方法一：近邻法； 方法二：判别函数法 二、根据样本在空间中的概率分布进行分类 Bayes分类器 模式识别研究的内容 给定一个训练样本的特征矢量集合： 分别属于N个类别： 设计出一个分类器，能够对未知类别样本Y 进行分类 六、识别系统的设计步骤 收集样本 确定识别特征 特征抽取 特征分析 确定识别方法 性能评价 识别系统的性能评价 正确识别率 = 正确分类数/总数 错误识别率 = 错误分类数/总数 拒绝识别率 = 拒绝分类数/总数