模式识别学习心得.pptVIP

第一页，共十六页，2022年，8月28日 模式识别定义 模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种。二者的主要差别在于各实验样本所属的类别是否预先已知。一般说来，有监督的分类往往需要提供大量已知类别的样本，但在实际问题中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。 模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。 第二页，共十六页，2022年，8月28日 模式识别的发展简史 1929年 G. Tauschek发明阅读机 ，能够阅读0-9的数字。 30年代 Fisher提出统计分类理论，奠定了统计模式识别的基础。 50年代 Noam Chemsky 提出形式语言理论——傅京荪提出句法/结构模式识别。 60年代 提出了模糊集理论，模糊模式识别方法得以发展和应用 80年代 以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活，并在模式识别得到较广泛的应用。 90年代 小样本学习理论，支持向量机也受到了很大的重视。 第三页，共十六页，2022年，8月28日 模式识别的方法和应用 模式识别的方法： 统计模式识别 句法模式识别 模糊模式识别 人工神经网络法 人工智能方法 模式识别的应用 文字识别 语音识别 指纹识别 遥感 医学诊断 第四页，共十六页，2022年，8月28日 模式识别基本概念 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。 第五页，共十六页，2022年，8月28日 模式识别系统 一个典型的模式识别系统由下图所示的结构框图组成，一般由数据获取，预处理，特征提取选择、分类决策及分类器设计五部分组成。分类器设计在训练过程中完成，利用样本进行训练，确定分类器的具体参数。而分类决策在识别过程中起作用，对待识别的样本进行分类决策。 第六页，共十六页，2022年，8月28日 模式识别系统 数据采集 特征提取 改进分类识别规则 二次特征提取与选择 训练 样本 改进采集 提取方法 改进特征提取与选择 制定改进分类识别规则 人工 干预 正确率 测试 数据采集 特征提取 二次特征 提取与选择 分类 识别 待识 对象 识别结果 第七页，共十六页，2022年，8月28日 范例 木板 图象 512×512 d=3 长度 纹理 亮度 c=2 松木\ 桦木 维数 无限 有限/ 很大R 有限d 不大c dR无限 模式采集 模式空间 特征提取/选择 类型空间 分类 特征空间 客观世界 待识别对象 识别过程 错误概率检测 制定分类的 判决规则 特征提取/选择方法校正 学习过程 采集方法校正 已知对象 预处理 模式识别过程 第八页，共十六页，2022年，8月28日 特征矢量和特征空间 特征矢量： 　 设一个研究对像的n个特征量测量值分别为Ｘ１，Ｘ２．．．．Ｘｎ，我们将它们作为一个整体来考虑，让它们构成一个ｎ维特征矢量 特征空间： 　　　各种不同取值的特征矢量的全体构成了ｎ维特征空间。 第九页，共十六页，2022年，8月28日 随机矢量的描述 随机矢量： 　　　 在模式识别过程中，要对许多具体对象进行测量，以获得许多次观测值。 　　　　每次观测值不一定相同，所以对许多对象而言，各个特征分量都是随机变量，即许多对象的特征向量在n维空间中呈随机性分布，称为随机矢量。 　　　　随机矢量的分布函数： 　　　　设 为随机矢量，