模式识别详细课件.pptVIP

模式识别 主讲： 蔡宣平 教授 电话： 73441（O）,73442（H）E-mail：xpcai@nudt.edu.cn单位: 电子科学与工程学院信息工程系 ★ 课程对象 ★ 相关学科 ★ 教学方法 ★ 教学目标 ★ 基本要求 ★ 教材/参考文献 关于本课程的有关说明 ★ 课程对象 ●信息工程专业本科生的专业课 ●学院硕士研究生的学位课 ●学院博士研究生的必修课之一 ★ 相关学科 ●统计学 ●概率论 ●线性代数（矩阵计算） ●形式语言 ●人工智能 ●图像处理 ●计算机视觉 等等 ★ 教学方法 ●着重讲述模式识别的基本概念，基本方法和算法原理。 ●注重理论与实践紧密结合 实例教学：通过实例讲述如何将所学知识运用到实际应用之中 ●避免引用过多的、繁琐的数学推导 ★ 教学目标 ●掌握模式识别的基本概念和方法 ●有效地运用所学知识和方法解决实际问题 ●为研究新的模式识别的理论和方法打下基础 ★ 基本要求 ●基本：完成课程学习，通过考试，获得学分。 ●提高：能够将所学知识和内容用于课题研究，解决实际问题。 ●飞跃：通过模式识别的学习，改进思维方式，为将来的工作打好基础，终身受益。 ★教材/参考文献 ●孙即祥，现代模式识别，国防科技大学出版社，2003年。 ●吴逸飞译，模式识别－原理、方法及应用，清华大学出版社，2003年。 ●李晶皎等译，模式识别（第三版），电子工业出版社，2006年。 讲授课程内容及安排 第一章 引论 第二章 聚类分析 第三章 判别域代数界面方程法 第四章 统计判决 第五章 学习、训练与错误率估计 第六章 最近邻方法 第七章 特征提取和选择 上机实习 第一章 引论 1.1 概述 1.2 特征矢量和特征空间 1.3 随机矢量的描述 1.4 正态分布 概念 模式识别(Pattern Recognition)：确定一个样本的类别属性（模式类）的过程，即把某一样本归属于多个类型中的某个类型。 样本（Sample)：一个具体的研究（客观）对象。如患者，某人写的一个汉字，一幅图片等。 模式(Pattern)：对客体（研究对象）特征的描述（定量的或结构的描述），是取自客观世界的某一样本的测量值的集合（或综合）。 特征(Features)：能描述模式特性的量（测量值）。在统计模式识别方法中，通常用一个矢量 表示，称之为特征矢量，记为 模式类(Class)：具有某些共同特性的模式的集合。 概念 模式识别的例子 计算机自动诊断疾病: 获取情况(信息采集) 测量体温、血压、心率、血液化验、X光透射、B超、心电图、CT等尽可能多的信息，并将这些信息数字化后输入电脑。当然在实际应用中要考虑采集的成本，这就是说特征要进行选择的。 运行在电脑中的专家系统或专用程序可以分析这些数据并进行分类，得出正常或不正常的判断，不正常情况还要指出是什么问题。 各类空间（Space)的概念 模式采集：从客观世界（对象空间）到模式空间的过程称为模式采集。 特征提取和特征选择：由模式空间到特征空间的变换和选择。 类型判别：特征空间到类型空间所作的操作。 模 式 识 别 三大 任务 1.1 概述－模式识别系统 通常在采集信息过程中，还要去除所获取信息中的噪声，增强有用的信息等工作。这种使信息纯化的处理过程叫做信息的预处理。 分类识别是根据事先确定的分类规则对前面选取的特征进行分类（即识别）。 通常能描述对象的元素很多，为节约资源和提高处理速度，有时更为了可行性，在满足分类识别正确率要求的条件下，按某种准则尽量选用对正确分类识别作用较大的特征。使得用较少的特征就能完成分类识别任务。 预处理这个环节的内容很广泛，与要解决的具体问题有关，例如，从图象中将汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。做到这一步以后，才能对每个数字进行识别。以上工作都应该在预处理阶段完成。 数字化——比特流 1.1 概述－模式识别系统 1.1 概述－模式识别系统 模式识别系统的主要环节： 特征提取： 符号表示，如长度、波形、。。。 特征选择： 选择有代表性的特征，能够正确分类 学习和训练：利用已知样本建立分类和识别规则 分类识别： 对所获得样本按建立的分类规则进行分类识别 纸币识别器对纸币按面额进行分类 面额 1.1 概述－系统实例 5元 10元 20元 50元 100元 1.1 概述－系统实例 长度(mm) 宽度(mm) 5元 136 63 10元 141