- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
正在与深蓝下棋的卡斯帕罗夫1.1什么是模式识别?*Watson2011年,IBMWatson参加综艺节目危险边缘(Jeopardy)来测试它的能力,Watson赢得了第一笔奖金100万美元。它包括语音的识别,语义的理解,还有对答系统。首先需要语音的识别,他需要识别出,你说的是人工智能四个字,然后需要理解问题,因为语料库中的问题未必和主持人完全匹配,最后需要在语料库中找到相应的答案。1.1什么是模式识别?*小度小度机器人诞生于百度自然语言处理部。依托于百度强大的人工智能,集成了自然语言处理、对话系统、语音视觉等技术;2014年9月16日,小度机器人现身江苏卫视《芝麻开门》:40道涉及音乐,影视,历史,文学类型的题目全部答对;2017年1月,小度参加江苏卫视《最强大脑》第四季;1.1什么是模式识别?AlphaGo由谷歌(Google)旗下DeepMind公司开发。2016年3月,AlphaGo与围棋世界冠军、职业九段选手李世石比赛并获胜;2016年末2017年初,该程序在中国棋类网站上以“大师”(Master)为注册帐号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩。2017年5月,战胜中国选手柯洁战胜。2017年10月,发布AlphaGoZero。核心技术:深度学习+强化学习AlphaGo1.1什么是模式识别?1.1什么是模式识别?什么是模式?模板匹配提取车的轮廓、颜色,这个属于来自图像本身的底层特征;用底层特征来抽象到这种轮廓这种颜色的车身,它有几个车轮,上升到了中层特征;有车身和四个车轮的这种物体,上升到汽车这样一个语义的层次。语义就是人类赋予它的一个定义,这是高层特征。识别的过程是从底层,逐渐抽象到高层,这样的一个过程。其中,汽车作为物体的一个类别属性,根据底层特征,抽象到中层特征,从而获取物体的类别属性,就是一个模式分类的过程。1.1什么是模式识别?车身车轮车型颜色底层中层汽车高层品牌什么是模式?广义地说,存在于时间和空间中可观察的物体,如果我们可以区别它们是否相同或是否相似,都可以称之为模式。狭义地说,模式是对感兴趣的客体的定量的或结构的描述。模式的直观特性:可观察性可区分性相似性1.1什么是模式识别?什么是模式?模式识别的目的:利用计算机对物体(模式)进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。Y=F(X)X的定义域取自特征集Y的值域为类别的标号集F是模式识别的判别方法1.1什么是模式识别?什么是识别?第一章模式识别概论1.1什么是模式识别1.2模式识别的基本概念1.3模式识别系统(基本框架)1.4模式识别的历史与现状1.5模式识别方法1.6模式识别应用领域一个例子:鲈鱼和鲑鱼识别问题:某鱼类制品罐头厂需将传送带上的鲈鱼和鲑鱼进行区分,以便于后续对鲈鱼和鲑鱼进行分别处理并装罐。Seabass:鲈鱼Salmon:鲑鱼1.2模式识别的基本概念一个例子:鲈鱼和鲑鱼识别1.2模式识别的基本概念1.需要将鱼输入到计算机,我们搭建一个摄像机,然后拍摄很多鱼的图片收集起来;2.由于在传送带上,摄像机拍照,有背景,也有可能很多鱼交叠在一起,所以要进行一个预处理;3.需要对鱼的图像进行特征提取;比如,长度、光泽、宽度、鳍的数目与形状等;4.设计分类器,对鲈鱼和鲑鱼进行分类。1.2模式识别的基本概念一个例子:鲈鱼和鲑鱼识别传感器:摄像头预处理:统一光照、统一焦距,去除背景,分割…特征提取:长度,亮度,重量,鳍的数目…输入(测量):重量,长度,宽度,光泽度(亮还是暗)鳍数目设计分类器:线性?非线性?特征选择:长度从长度上选一个阈值很难区分Salmon:鲑鱼Seabass:鲈鱼1.2模式识别的基本概念特征选择:亮度错误率仍然较高1.2模式识别的基本概念1.如果单一特征不能产生一个满意的结果,我们可以考虑融合多种特征;
2.光泽度与宽度(二维特征),描述鱼的数据----模式
1.2模式识别的基本概念光泽度宽度特征选择:光泽度+宽度1.2模式识别的基本概念问题1:是不是特征越多越好?二维特征的分类结果看起来好于一维特征;我们可以考虑加入更多的特征来进一步提高分类效果,比如背鳍的顶角,嘴的位置等等;1.特征越多,测量的代价就越多;?2.加入冗余或低辨别力的特征,反而可能会带来负面影响;?3.特征越多,模型就越复杂,分类边界也越复杂,容易过拟合。1.2模式识别的基本概念问题1:训练样本的完美分类面是不是最好的?分类器设计的核心目标是实现对未知样本的正
您可能关注的文档
- Premiere实例教程(PremierePro2021)(电子活页微课版)(第2版) 课件 张绨 第1--4章 Premiere Pro 2021基础 ---视频效果应用.ppt
- Premiere实例教程(PremierePro2021)(电子活页微课版)(第2版) 课件 张绨 第5--9章 调色、合成与键控 ---综合设计实训 .ppt
- 《模式识别》(张向荣)教案全套 第1--10章 模式识别概论---半监督学习.docx
- 《模式识别》(张向荣)教案全套 第1--10章 模式识别概论---半监督学习.pdf
- 《模式识别》(张向荣)教学大纲.docx
- 《模式识别》课件 第七章 人工神经网络.ppt
- 《模式识别》课件 第八章 支撑向量机.ppt
- 《模式识别》课件 第二章 贝叶斯决策理论.pptx
- 《模式识别》课件 第九章 组合分类器.pptx
- 《模式识别》课件 第三章 线性和非线性判别分析.ppt
文档评论(0)