人工智能论文.pdfVIP

模式识别学习报告

一、序言

识别是人类和其他生物的最基本的智能信息处理能力之一。蝙蝠的雷达系统、螳螂的视

觉的灵敏度都是非常高的。这些动物通过这些特异的功能来识别各式各样的东西并赖以生存。

当然，识别也是人类的一项基本技能。当人们看到某事物或现象时，人们会先收集该事物或

现象的信息，然后将其与头脑中已有的相关信息相比较，如果找到一个相同或相似的匹配，

人们就可以将该事物或现象识别出来。而所谓计算机的模式识别(PatternRecognition)，就是

通过计算机用数学技术方法来研究模式的自动处理和判读。通常把环境与客体系统统称为

“模式”，一般是指文字、符号、图形、图像、声音以及传感器信息等形式的实体对象。它

是人和生物的感知能力在计算机上的模拟和扩展。模式识别研究主要集中在两方面，一是研

究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用

计算机实现模式识别的理论和方法。

二、模式与模式识别

人们在观察事物或现象的时候，常常要根据一定需求寻找观察目标与其他事物或现象的

相同或不同之处，并在此特定需求下将具有相同或相似之处的事物或现象组成一类。例如，

图形有长度、面积、颜色、边的数目等特征，如果从颜色上来分，会分为红色的一类，蓝色

的一类等等，如果从边的数目上来分，则又会分为三角形一类，四边形一类等等。声音又有

大小、音调的高低、频率分量的强度等特征，从发音上，人们会把“A”、“a”划分为一类，

而“B”、“b”则划分为另一类。实际上，人脑的这种思维能力就构成了“模式识别”的概

念。那么什么是模式呢？有这样一个定义，能够表征或刻画被识对象类属特征的信息模型称

为对象的模式(Pattern)。也就是说，某物体或现象的相关信息，如空间信息、时间信息等，

就构成了该物体或现象的模式。Watanabe定义模式“与混沌相对立，是一个可以命名的模

糊定义的实体”。比如，一个模式可以是指纹图像、手写草字、人脸、或语言符号等。“广义

的说，存在于时间和空间中可观察的事物，如果我们可以区别他们是否相同或相似，都可以

称之为模式”。而将所观察的目标与已有的模式进行比较、匹配，判断它的类别的过程就是

模式识别。

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（SupervisedClassification）和无监督的分类(UnsupervisedClassification)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。

此外，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。

三、模式识别系统

我们已经知道，模式识别就是判定一个待识模式的类属的过程。而对于计算机而言，则

需要建立一个模式识别的系统。一个完整的模式识别系统基本上由三大部分组成，信号的采

集、数据的处理和分类决策或者模型的匹配。在设计模式识别系统时，需要注意模式类的定

义、应用场合、模式表示、特征提取和选择、聚类分析、分类器的设计和学习、训练和测试

样本的选取、性能评价等。针对不同的应用目的，模式识别系统三部分的内容可以有很大的

差异，特别是在数据处理和模式分类这两部分，为了提高识别结果的可靠性往往需要加入知

识库（规则）以对可能产生的错误进行修正，或通过引入限制条件大大缩小待识别模式在模

型库中的搜索空间，以减少匹配计算量。在某些具体应用中，如机器视觉，除了要给出被识

别对象是什么物体外，还要求出该物体所处的位置和姿态以引导机器人的工作。

信号的采集就是采集被识别对象的原始信息。这些信息一般表现为光、声、热、电等形

式的信号量。所以，对所采集的信息还需进行数模转换。另外，原始信息中可能还夹杂着一

些干扰或噪声，因此还必须进行预处理，以除去噪声，修整为有用信息，只留下与被研究对

象的性质和采用的识别方法密切相关的特征（如表征物体的形状、周长、面积等等）。举例

来说，在进行指纹识别时，指纹扫描设备每次输出的指纹图像会随着图像的对比度、亮度或

背景等的不同而不同，有时可能还会产生变形，而人们感兴趣的仅仅是图像中的指纹线、指

纹分叉点、端点等，而