【[译]人工神经网络技术在模式识别中的应用】

《【[译]人工神经网络技术在模式识别中的应用】》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、题目：人工神经网络技术在模式识别中的应用原题目：useofartificialneuralnetworkinpatternrecongnition学院：内蒙古农业大学专业：农业电气化与自动化学号：2013205037姓名：祁飞导师：武佩教授论文提交日期：二О一四年七月二十人工神经网络技术在模式识别中的应用JayantaKumarBasuDebnathBhattacharyyaTai-hoonKimComputerScienceandEngineeringDepartmentHeritageInstitut

2、eofTechnologyKolkata,Indiabasu.jayanta@yahoo.co.inMultimediaEngineeringDepartmentHannamUniversityDaejeon,Koreadebnath@sersc.com,taihoonn@empal.com摘要在众多传统的模式识别中，关于统计法的研究最深入，并且已经在实践中应用。近年来，结合人工智能神经网络技术的模式识别引起了人们重大的关注。该识别系统的设计需注意以下问题：模式类、传感环境、模式表示、特征提取和选择；聚类

3、分析、分类器的设计和学习、选择、训练和测试样本、绩效评估。尽管已经对该领域研究了近乎50年，但是对复杂多向性的模式的识别，定位以及规模的设定等普遍问题仍没有较好的解决方法。新兴的技术，如数据挖掘（指从资料中发掘资讯或知识），网络搜索，多媒体数据，人脸识别，andcursive手写识别，检索等都基于强大和高效的模式识别技术。本文的目的就是总结和比较了几种著名的方法。这些方法应用于不同时期的人工神经网络，识别研究的主题和应用。这些方法都走在这一令人激动和具有挑战性的领域的最前沿。关键词：模式识别，相关性，神经

4、网络。1.介绍模式识别是研究如何实现机器对环境的观察，让机器学会从它们所观察的环境背景中提取兴趣信息（此处的兴趣实为人为设定的特征范围），并且做出合理可靠的模式类别。尽管已经经历了近50年的研究，对于一般的机器模式识别系统的设计仍是一个可望而不可及的目标。在大多数情况下，人类才是最佳的模式识别系统。但我们至今无法破解人类是如何进行高效的模式识别的。ROSS强调诺贝尔奖获得者赫伯特西蒙，他主要发现了模式识别对于人们的研究有至关重要的影响：“模式间的相关性越高，则得到的结果越准确。”这对于支持人工智能的人们来

5、说是一个好消息。由于计算机可以稳定的进行模式识别，事实上成功的计算机程序可以进行如下工作：帮助银行信用分数的申请人，帮助医生诊断疾病，在某种模式识别的基础之下帮助飞行员降落……我们需要投入更多的经历来对模式识别进行研究。我们的目标是介绍一种基于人工神经网络的模式识别方法。并且是利用可用的传感器，处理器和领域知识去进行自动判断的最好，最可行的方法。2．模式识别自动（机器）识别，描述，分类，模式分类，这些问题对于各种各样的工程和科学学科，如生物学，心理学，医学，市场营销，计算机视觉，人工智能和遥感是非常重要的

6、。所谓的模式可以是一个指纹，一个手写的字，一个人的脸或者一段声音。识别/分类一种模式，有以下两种方式之一：（1）监督分类方法（例如：判别分析）。用已知类别的样本训练分类器。（2）非监督分类方法（例如：聚类分析）。样本的数据类别未知。模式识别被用于解决分类问题。通常分类规则由设计者设定（监督分类方法）或者根据样本之间的相似性进行分类（非监督分类方法）。其应用还包括数据挖掘（定义一个“模式”，例如相关性或者大量的多维模式中的异常值），文件分类（有效的搜索本文文档），财政预测，多媒体数据库的组织和检索，生物识别

7、技术。随着计算机技术的迅速发展，大规模数据的处理速度得到大幅提升。数据分析和分类的方式是多样并精确的，同时也对其应用进行了扩展。与此同时，随着对大规模数据处理和性能严格控制方面（速度，准确性和成本）的需求日益增加，自动模式识别系统开始迅速发展。模式识别系统的设计主要涉及以下三方面：（1）数据的采集和预处理;（2）数据表示；（3）数据分类规则制定。所要识别的问题决定了传感器的类型。传感器可用于预处理技术，表示方案和数据分类模型的确定。人们普遍认为要对所识别的问题定义清晰，并且对其充分约束(小组内差异和大组内

8、差异)，才会得到简单的模式识别表示法和数据分类模型。对于大部分模式识别系统来说，从一些例子中（训练集）进行学习是很重要的，并且可以作为系统理想的属性参数。四个用于模式识别最有名的方法是：（1）模版匹配；（2）统计分类；（3）语法、结构匹配；（4）神经网络。3.人工神经网络神经网络技术的主要特点：研究复杂的非线性输入输出之间的关系。通过一连串的训练过程，自动调整以适应数据。目前神经网络对模式识别技术最常用的是前馈网络。前馈网络包