(46)--第一章 绪论模式识别.pdfVIP

1.模式与模式识别

2.模式识别的主要方法

3.模式识别系统的应用举例

4.模式识别系统的典型构成

模式与模式识别

【问题的提出】

儿童认数字：

数字符号的识别

读书看报：

文字识别

汽车、火车，狗叫、人语：

声音识别

人群中寻找一个人：

根据面像、形体或其他

特征进行识别

•人类时刻在完成某种模式识别的任务。

•随着社会活动以及生产科研的发展，需要识别的对象种

类越来越多，内容越来越复杂和深入，要求越来越高。

•为了减轻工作强度，希望计算机代替人来完成识别工作。

•对外界对象的几乎所有认识都是对类别的认识。

•每类事物都对应了一种模式，这种模式反映了对象的

组成成分或影响因素之间存在的规律性关系，凡是符

合某种模式的对象，就被划分到该模式所对应的类别。

•对外界事物完成分类的过程同时也就完成了识别的过程

【名词约定】

模式：指需要识别且可测量的对象的描述。

这些对象与实际的应用有关，如：

字符识别的模式——每个字符图像

人脸识别的模式——每幅人脸图像

模式识别：利用机器（计算机）模仿人脑对现实世界各种事物

进行描述、分类、判断和识别的过程。

•样本（sample）：所研究对象的一个个体。

•样本集（sampleset）：若干样本的集合。

•类或类别（class）：在所有样本上定义的一个子集，处于同

一类的样本在我们所关心的某种性质上是不可区分的。

•特征（features）：指用于表征样本的观测。

•已知样本（knownsamples）：指事先知道类别标号的样本。

•未知样本（unknownsamples）：指类别标号未知但特征已

知的样本。

所谓模式识别的问题，就是用计算的方法根据样本的特征将样本

划分到一定的类别中去。

•基于知识的方法(Knowledge-based)

AI、专家系统(ExpertSystems)

句法（结构）模式识别(SyntaxPRorStructuralPR)

•基于数据的方法(Data-based)

统计模式识别方法（StatisticalPR）

人工神经网络(ANN)

支持向量机(SVM)

【统计模式识别方法】

确定样本的特征收集已知样本训练模式识别机器

对未知样本进行分类

【模式识别的研究范畴】

基于数据的模式识别方法适用于已知对象的某些特征与我们所

感兴趣的类别性质有关系，但无法确切描述这种关系的情况。

分类和特征之间的关系可以完全确切的描述出来，采用基于知

识的方法可能更有效；

若二者的关系完全随机，即不存在规律性的练习，