c1 引 言 模式识别课程 武汉大学完整版.pptVIP

  • 5
  • 0
  • 约5.88千字
  • 约 66页
  • 2020-09-09 发布于湖北
  • 举报

c1 引 言 模式识别课程 武汉大学完整版.ppt

* 数据获取:用计算机可以运算的符号来表示所研究的对象 二维图像:文字、指纹、地图、照片等 一维波形:脑电图、心电图、季节震动波形等 物理参量和逻辑值:体温、化验数据、参量正常与否的描述 预处理单元:去噪声,提取有用信息,并对输入测量仪器或其它因素所造成的退化现象进行复原(图像处理) .......... * 特征提取和选择:对原始数据进行变换,得到最能反映分类本质的特征 测量空间:原始数据组成的空间 特征空间:分类识别赖以进行的空间 模式表示:维数较高的测量空间-维数较低的特征空间 分类器设计:分类器设计的主要功能是通过训练确定判决规则,使按此类判决规则分类时,错误率最低。把这些判决规则建成标准库。 分类决策:在特征空间中对被识别对象进行分类。 .......... * 模式识别过程实例 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 .........

文档评论(0)

1亿VIP精品文档

相关文档