1.什么是模式識(shí)別

模式識(shí)別(PatternRecognition)是人類的一項(xiàng)基本智能，在日常生活中，人們經(jīng)常在進(jìn)行“模式識(shí)別”。隨著20世紀(jì)40年代計(jì)算機(jī)的出現(xiàn)以及50年代人工智能的興起，人們當(dāng)然也希望能用計(jì)算機(jī)來代替或擴(kuò)展人類的部分腦力勞動(dòng)。(計(jì)算機(jī))模式識(shí)別在20世紀(jì)60年代初迅速發(fā)展并成為一門新學(xué)科。 rum

模式識(shí)別：確定一個(gè)樣本的類別屬性（模式類）的過程，即把某一樣本歸屬于多個(gè)類型中的某個(gè)類型，模式分類的過程。

模式識(shí)別是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析，以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程，是信息科學(xué)和人工智能的重要組成部分。

模式還可分成抽象的和具體的兩種形式。前者如意識(shí)、思想、議論等，屬于概念識(shí)別研究的范疇，是人工智能的另一研究分支。我們所指的模式識(shí)別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物的傳感器等對象進(jìn)行測量的具體模式進(jìn)行分類和辨識(shí)。

模式識(shí)別研究主要集中在兩方面，一是研究生物體(包括人)是如何感知對象的，屬于認(rèn)識(shí)科學(xué)的范疇，二是在給定的任務(wù)下，如何用計(jì)算機(jī)實(shí)現(xiàn)模式識(shí)別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家和神經(jīng)生理學(xué)家的研究內(nèi)容,后者通過數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力，已經(jīng)取得了系統(tǒng)的研究成果。 rumen8.com-入門吧是最好的入門資料網(wǎng)站

應(yīng)用計(jì)算機(jī)對一組事件或過程進(jìn)行鑒別和分類。所識(shí)別的事件或過程可以是文字、聲音、圖像等具體對象，也可以是狀態(tài)、程度等抽象對象。這些對象與數(shù)字形式的信息相區(qū)別，稱為模式信息。

模式識(shí)別所分類的類別數(shù)目由特定的識(shí)別問題決定。有時(shí)，開始時(shí)無法得知實(shí)際的類別數(shù)，需要識(shí)別系統(tǒng)反復(fù)觀測被識(shí)別對象以后確定。

模式識(shí)別與統(tǒng)計(jì)學(xué)、心理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)、生物學(xué)、控制論等都有關(guān)系。它與人工智能、圖像處理的研究有交叉關(guān)系。例如自適應(yīng)或自組織的模式識(shí)別系統(tǒng)包含了人工智能的學(xué)習(xí)機(jī)制；人工智能研究的景物理解、自然語言理解也包含模式識(shí)別問題。又如模式識(shí)別中的預(yù)處理和特征抽取環(huán)節(jié)應(yīng)用圖像處理的技術(shù)；圖像處理中的圖像分析也應(yīng)用模式識(shí)別的技術(shù)。 ww

2.模式識(shí)別特征

1模式的普遍性或概括性。人們只要熟悉現(xiàn)象中為數(shù)不多的代表，就能形成組或類的概念。

2模式的特征性。同類中具有某些關(guān)鍵的特征或?qū)傩?，使大腦要處理的信息量大大減少。同時(shí)也有利于模式的泛化。

3模式的學(xué)習(xí)過程和客觀不變性。有教師（監(jiān)督）的學(xué)習(xí)、無教師（監(jiān)督）的學(xué)習(xí)。

4模式的變異性、不確定性和模糊性。

5模式識(shí)別具有相當(dāng)明顯的主觀性。

3、模式識(shí)別方法

1、統(tǒng)計(jì)判別 www.rumen8.com-找入門資料就到入門吧

主要方法
幾何分類：線性分類，非線性分類
統(tǒng)計(jì)分類：Bayes決策
無教師的分類：聚類分析

主要優(yōu)點(diǎn)
1）比較成熟
2）能考慮干擾噪聲等影響
3）識(shí)別模式基元能力強(qiáng)

主要缺點(diǎn)
1）對結(jié)構(gòu)復(fù)雜的模式抽取特征困難
2）不能反映模式的結(jié)構(gòu)特征，難以描述模式的性質(zhì)
3）難以從整體角度考慮識(shí)別問題

2、句法結(jié)構(gòu)

模式判定：是一種語言，用一個(gè)文法表示一個(gè)類， m類就有m個(gè)文法，然后判定未知模式遵循哪一個(gè)文法。

主要優(yōu)點(diǎn)
1）識(shí)別方便，可以從簡單的基元開始，由簡至繁。
2）能反映模式的結(jié)構(gòu)特征，能描述模式的性質(zhì)。
3）對圖象畸變的抗干擾能力較強(qiáng)。

主要缺點(diǎn)
當(dāng)存在干擾及噪聲時(shí)，抽取特征基元困難，且易失誤。

3模糊識(shí)別

模式描述方法：模糊集合 A={(ma,a), (mb,b),... (mn,n),}  

模式判定：是一種集合運(yùn)算。用隸屬度將模糊集合劃分為若干子集，
 m類就有m個(gè)子集，然后根據(jù)擇近原則分類。

主要優(yōu)點(diǎn)
由于隸屬度函數(shù)作為樣本與模板間相似程度的度量，故往往能反映整體的與主體的特征，從而允許樣本有相當(dāng)程度的干擾與畸變。

主要缺點(diǎn)
準(zhǔn)確合理的隸屬度函數(shù)往往難以建立，故限制了它的應(yīng)用。

4邏輯推理  

模式判定：是一種布爾運(yùn)算。從事實(shí)出發(fā)運(yùn)用一系列規(guī)則，推理得到不同結(jié)果，m個(gè)類就有m個(gè)結(jié)果。          

主要優(yōu)點(diǎn)
已建立了關(guān)于知識(shí)表示及組織，目標(biāo)搜索及匹配的完整體系。對需要眾多規(guī)則的推理達(dá)到識(shí)別目標(biāo)確認(rèn)的問題，有很好的效果。

缺點(diǎn)
當(dāng)樣本有缺損，背景不清晰，規(guī)則不明確甚至有歧義時(shí)，效果不好。

5神經(jīng)網(wǎng)絡(luò)

模式描述方法：以不同活躍度表示的輸入節(jié)點(diǎn)集

模式判定：是一個(gè)非線性動(dòng)態(tài)系統(tǒng)。通過對樣本的學(xué)習(xí)建立記憶，然后將未知模式判決為其最接近的記憶。

主要優(yōu)點(diǎn)
可處理一些環(huán)境信息十分復(fù)雜，背景知識(shí)不清楚，推理規(guī)則不明確的問題。允許樣本有較大的缺損、畸變。

主要缺點(diǎn)
模型在不斷豐富與完善中，目前能識(shí)別的模式類還不夠多。