模式识别的发展进程综述.docVIP

精品文档，助力人生，欢迎关注小编！ 模式识别的发展进程综述 【摘要】随着信息技术和人工智能的发展，模式识别技术得到了广泛的关注和深入的研究。本文就模式识别技术的内容和研究方式进行了分析，进而讨论了当前时期模式识别技术的应用范围和今后时期模式识别技术的发展趋势。 【关键词】信息技术 人工智能模式识别 【中图分类号】TP309 【文献标识码】A 【文章编号】1672-5158（2020）04-0483-01 模式识别是指利用计算机或者其他辅助工具对图形图像、语言文字、自然物体等进行信息统计、特征识别和分类的一门学科。20世纪50年代人工智能技术的兴起极大的带动了模式识别技术的发展。模式识别技术被广泛应用与人工智能、计算机工程、神经生物学、智能机器人学、医学、高能物理、地质勘探等多个领域的语音识别、图像识别、人脸识别、指纹识别、特征聚类等研究中。模式识别技术应用统计学方法对数据进行分析和处理，进而指导实际应用，对国民经济的发展和科学技术的进步产生了极大的推动作用。 1、模式识别技术的研究内容和研究方法 模式识别的主要研究内容分为两个方面。一方面是研究生物体感知对象时所使用的主要方法和特征，该研究内容属于认知科学范畴；一方面是按照限定条件，利用现有的模式识别理论和识别方法对给定的目标进行识别和分类，改研究内容属于信息科学研究范畴。本文所述的模式识别研究内容主要指后一类内容。 现有的模式识别研究类型有统计模式识别和结构模式识别两种。其中统计模式识别研究是当前模式识别研究的热点，其使用基于概率论的贝叶斯决策系统对最优分类器进行设计，进而实现对目标的识别；而结构模式识别则是通过模式与子模式分层结构的树状信息进行识别。 统计模式识别研究方法的主要原理为：将相似度超过预定阈值的样本聚类成簇。具体来说，对所要识别的对象的特征观察量进行特征提取，然后将所提取的特征构成特征向量d，总结特征向量d，表明当前研究的问题具有c个类别，每个类别都有自己的状态w，计算不同模式之间的距离函数，将给定的模式归入到某一类别中实现特征分类和模式识别。 具体的统计模式识别的分类方法有判别函数法、k紧邻分类法、非线性映射法、特征分解法、主因子分析法等。 2、模式识别技术的应用 当前的模式识别主要应用在以下几个方面。 首先是文字识别。其通过使用计算机对现有的字符进行聚类分析，得到相应的模板库或者样本簇，然后对所需识别的文字进行信息采集和特征分析与处理，进而按照得到的特征进行判别和归类，实现对文字的识别。常用的文字识别方法有模板匹配法和几何特征抽取法等。文字的模式识别是模式识别最为成熟的应用领域，如阅读、翻译、检索、稿件校对和编辑、信息分类等。 其次是语音识别。语音识别的实现需要综合多学科技术，如信号处理、信息论和概率论、人工智能、发生机理和听觉机理等才能够实现对语音的识别。语音识别首先要构建样本模板库，按照不同语音的频谱特性或其他特性等进行特征描述，构建模板库，然后对需要识别的语音信息进行数字化处理，转变为适合计算机分析的数字信息，在模板库的基础上对采集到的语音信息按照特定的方式进行人工智能处理，最终实现识别。近年来，生物识别技术得到了广泛的应用。其中声纹识别技术因具有方便、经济、准确等特点被用做身份验证的一种方式应用人们日常的生活和工作中。其中基于基因算法训练的连续隐马尔科夫模型语音识别方法具有识别速度快、识别精度高等优点，已经成为语音识别中所使用的主流技术。 再次是生物特征识别。生物特征识别技术是结合传感器、生物统计学、光学、声学以及计算机技术等多种高科技技术而发展起来的，对人体固有生理特征和行为特征进行分类和识别的一种技术。该技术具有生物学特性，不仅仅局限于人类本身，诸如细胞或者人体的指纹等均属于生物特征识别技术范畴。这种识别技术被广泛应用与身份认证中。 3、模式识别技术的发展趋势 随着智能化、信息化、网络化的深入，人工智能会更加成熟和完善，而人工智能技术的支撑技术之一就是模式识别技术，因此模式识别技术具有非常大的发展空间，各科研机构均将其作为未来科技发展的重点来对待。具体来说，未来的模式识别技术的主要发展方向有以下几个方面。 （1）语音识别技术。虽然语音识别技术在当前社会中已经有所应用，但是其对语音识别的精度还不够高，在语音应用方面还存在诸多问题，如对中文的识别不够好等。同时，鉴于语音技术正在逐渐成为人机交互的一个关键接口，语音识别的发展还存在巨大的空间。我国的互联网中心的预测资料表明，未来五年内，中文语音识别市场会有超过400亿的市场容量，且之后会按照超过30%的速度进行增长。 （2）生物认证技术。生物特征具有唯一性，因