模式识别(9.11)

《模式识别(9.11)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2021/7/612012年东南大学硕士研究生课程模式识别(PatternRecognition)第一讲绪论秦中元东南大学信息科学与工程学院zyqin@seu.edu.cn2021/7/62考核方式课堂教学+实验报告期末考核方式：闭卷考试最后成绩：考试成绩：70%实验报告：30%2021/7/631.1什么是模式识别？模式识别的发展模式识别是60年代初以来迅速发展的一门学科，推动了人工智能技术以及图像处理、信号处理、多媒体技术、计算机视觉等多种学科的发展，扩大了计算机应用的领域。模式识别的概念研究如何使机器具有识别、分类能力的学科

2、。模式识别是利用计算机自动地（或人尽量少地干涉）把待识别的模式分配到各自的模式类中。2021/7/64机器与人类识别事物原理的比较人类对于模式的识别能力人们可以从事物中分析出哪些是本质，哪些是表象，从而总结成规律，并抽象成概念。机器进行识别的方法需要人研究出好的算法，设计成系统，使机器具有辨别事物的本领。2021/7/65为什么要研究模式识别工程产品缺陷检测、自动导航系统、污染分析医学心电图分析、脑电图分析、医学图像分析军事航空摄像分析、雷达和声纳信号检测和分类、自动目标识别生活指纹识别、语音识别、人脸识别、监视和报警系统信息安全

3、防火墙、入侵检测、病毒和恶意代码检测1.2模式识别系统1.2.1简例：建立感性认识以癌细胞识别为例，了解机器识别的全过程。1.信息输入与数据获取将显微细胞图像转换成数字化细胞图像，是计算机分析的原始数据基础。数字化显微细胞图像灰度图象经过染色处理过的彩色图象核N浆C背景B灰度数字图像的像素值反映光密度的大小。2.数字化细胞图像的预处理与区域划分预处理的目的：（1）去除在数据获取时引入的噪声与干扰。（2）去除所有夹杂在背景上的次要图像，突出主要的待识别的细胞图像。例：平滑、图像增强等数字图像处理技术。区域划分的目的：找出边界，划分出

4、三个区域，为特征抽取做准备。设灰度阈值为Tc和Tn，图像中某像素的灰度值为Ti，则：Ti≥Tn的点属于胞核区；Ti＜Tc的点属于背景区；Tc≤Ti＜Tn的点属于胞浆区；检测的边缘TnTc疑似肿瘤细胞TcTn核N浆C例：对一个细胞抽取33个特征，建立一个33维的空间X，每个细胞可通过一个33维随机向量表示，记为：即把一个物理实体“细胞”变成了一个数学模型“33维随机向量”，也即33维空间中的一点。3.细胞特征的抽取、选择和提取目的：为了建立各种特征的数学模型，以用于分类。①抽取特征：原始采集数据，第一手资料，特征数据量大。是特征选择

5、和提取的依据。②特征选择：在原始特征基础上选择一些主要特征作为判别用的特征。③特征提取：采用某种变换技术，得出数目上比原来少的综合特征作为分类用，称为特征维数压缩，习惯上亦称特征提取。例：有五个特征，以及变换f(·)、g(·),则可有：结果：X空间中的向量变成Y空间的向量即：特征向量由5维降为2维。4.判别分类（1）气管细胞97个，识别错误率为7.2%。（2）肺细胞166个，识别错误率为18%。判别的好坏通过错误率给出，不同错误的代价和风险不同。信息输入细胞涂片制备显微细胞图像数字化细胞图像数据获取图像预处理区域划分预处理决策分析

6、信息输出特征抽取特征选择/提取细胞图像的计算机分类系统框图模式识别一般步骤：2021/7/612模式识别过程实例2在传送带上用光学传感器件对鱼按品种分类鲈鱼(Seabass)品种鲑鱼(Salmon)2021/7/613识别过程数据获取：架设一个摄像机，采集一些样本图像，获取样本数据预处理：去噪声，用一个分割操作把鱼和鱼之间以及鱼和背景之间分开2021/7/614识别过程特征提取和选择：对单个鱼的信息进行特征选择，从而通过测量某些特征来减少信息量长度亮度宽度鱼翅的数量和形状嘴的位置，等等…分类决策：把特征送入决策分类器2021/7/

7、615鲈鱼和鲑鱼的识别过程2021/7/616从长度进行分类鲑鱼鲈鱼2021/7/617从光泽度进行分类鲑鱼鲈鱼2021/7/618判决模型1鲑鱼鲈鱼判决模型非常简单，但是存在一些错误2021/7/619判决模型2鲑鱼鲈鱼能够做到完美分类，但是推广能力差(poorgeneralization)2021/7/620判决模型3鲑鱼鲈鱼分类性能和复杂度的最优折中，具有较好的推广能力2021/7/621例1.3生物识别技术。根据每个人独有的可以采样和测量的生物学特征（生理特征）和行为学特征进行身份识别的技术。1）指纹识别：最早、最成熟的识

8、别技术。2）掌纹识别：研究纹线上某几个点的幅值（灰度值）、线长与线所对应的角之比等特征。3）人脸识别：4）虹膜识别：5）签名识别6）击键分析还有没有其他的生物识别技术？1.2.2模式识别系统组成学习过程判决过程分类规则训练分类决策数据获取预处理特征