模式识别、人工智能与医学专家系统之间的关系.PPT

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。 二．模式识别的全过程 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尺可能完美的效果。 被识对象 非电量转换及数字化 模式分类 特征或基元提取 预处理 图8.1 模式识别的全过程 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。 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。 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8.1 中虚线回溯的含义。 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 统计决策法 句法结构法 模糊判决法 人工智能法 电脑模式识别技术最初起源于图像识别的需要，比如协助警方根据照片从茫茫人海中搜寻某个罪犯，或者帮助医生把显微镜下的细菌进行分类…。 人脑在接受到视觉器官传递来的信息时，是怎样识别和区分大千世界的万物的呢？ 一种方案是，大脑用一个神经元与图像上的每一点一一对应并逐一判别，最后综合为整体；但既使只描述图像局部的大致轮廓，神经元的数目仍不够使用。 另一种更符合实际的方案是：大脑感知的不是图像上的所有的点，而是轮廓中最典型的特征，如线段、角度、弧度、反差、颜色等，把它们从图像中抽取出来，然后结合头脑中过去的记忆和有关经验和知识分析判断。这种“特征抽取”也是电脑图像识别的基础。 要根据一张照片让电脑在一群人中辩认出某个人，可以先把这张照片输入电脑，抽取照片上人像上的特征，如鼻子、嘴巴、眼睛和轮廓特点，进行分类和加工，存放在机器里作为识别那个人的“模板”。然后，让所有人都接受光电设备的描扫，把他们的图像与机器事先存放的“模板”一一匹配。 只要待辩认的人躲在这群人中间，哪怕他化了装，留了长发，蓄了胡须，也逃不脱电脑的“火眼金睛”。这种图像处理方法也叫“模板匹配”，它已广泛应用于公安部门识别犯罪嫌疑人的侦破工作。 图像识别技术比较成功的运用领域是文字识别。如果把每一个汉字或西文字母都视为一个小图形，模板匹配的方法自然可以移植到文字识别过程中。目前印刷体文字识别软件早已进行商品化阶段。 通常将印刷品上的文字用扫描仪输入，首先经过特征抽取处理，例如，某字的笔画有几笔，收尾端点有几个，拐角有多少等。在电脑中已预先保存了各种字的图形和它们的特征，也称为“模板”，全部模板就构成一部“模板字典库”。由于要考虑字体、字号、纸张、油墨等因素影响，每个字都有若干套不同的