1.什么是模式識別

模式識別(PatternRecognition)是人類的一項基本智能，在日常生活中，人們經常在進行“模式識別”。隨著20世紀40年代計算機的出現(xiàn)以及50年代人工智能的興起，人們當然也希望能用計算機來代替或擴展人類的部分腦力勞動。(計算機)模式識別在20世紀60年代初迅速發(fā)展并成為一門新學科。 rum

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

模式識別是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關系的)信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程，是信息科學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、思想、議論等，屬于概念識別研究的范疇，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行測量的具體模式進行分類和辨識。

模式識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，屬于認識科學的范疇，二是在給定的任務下，如何用計算機實現(xiàn)模式識別的理論和方法。前者是生理學家、心理學家、生物學家和神經生理學家的研究內容,后者通過數(shù)學家、信息學專家和計算機科學工作者近幾十年來的努力，已經取得了系統(tǒng)的研究成果。 rumen8.com-入門吧是最好的入門資料網站

應用計算機對一組事件或過程進行鑒別和分類。所識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。

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

模式識別與統(tǒng)計學、心理學、語言學、計算機科學、生物學、控制論等都有關系。它與人工智能、圖像處理的研究有交叉關系。例如自適應或自組織的模式識別系統(tǒng)包含了人工智能的學習機制；人工智能研究的景物理解、自然語言理解也包含模式識別問題。又如模式識別中的預處理和特征抽取環(huán)節(jié)應用圖像處理的技術；圖像處理中的圖像分析也應用模式識別的技術。 ww

2.模式識別特征

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。同類中具有某些關鍵的特征或屬性，使大腦要處理的信息量大大減少。同時也有利于模式的泛化。

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

4模式的變異性、不確定性和模糊性。

5模式識別具有相當明顯的主觀性。

3、模式識別方法

1、統(tǒng)計判別 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)計分類：Bayes決策
無教師的分類：聚類分析

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

主要缺點
1）對結構復雜的模式抽取特征困難
2）不能反映模式的結構特征，難以描述模式的性質
3）難以從整體角度考慮識別問題

2、句法結構

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

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

主要缺點
當存在干擾及噪聲時，抽取特征基元困難，且易失誤。

3模糊識別

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

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

主要優(yōu)點
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程度的干擾與畸變。

主要缺點
準確合理的隸屬度函數(shù)往往難以建立，故限制了它的應用。

4邏輯推理  

模式判定：是一種布爾運算。從事實出發(fā)運用一系列規(guī)則，推理得到不同結果，m個類就有m個結果。          

主要優(yōu)點
已建立了關于知識表示及組織，目標搜索及匹配的完整體系。對需要眾多規(guī)則的推理達到識別目標確認的問題，有很好的效果。

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

5神經網絡

模式描述方法：以不同活躍度表示的輸入節(jié)點集

模式判定：是一個非線性動態(tài)系統(tǒng)。通過對樣本的學習建立記憶，然后將未知模式判決為其最接近的記憶。

主要優(yōu)點
可處理一些環(huán)境信息十分復雜，背景知識不清楚，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
模型在不斷豐富與完善中，目前能識別的模式類還不夠多。