模式识别国家级精品课程讲义

《模式识别国家级精品课程讲义》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、模式识别1★相关学科●统计学●概率论●线性代数（矩阵计算）●形式语言●人工智能●图像处理●计算机视觉等等2讲授课程内容及安排第一章引论第二章聚类分析第三章判别域代数界面方程法第四章统计判决第五章学习、训练与错误率估计第六章最近邻方法第七章特征提取和选择上机实习3第一章引论1.1概述1.2特征矢量和特征空间1.3随机矢量的描述1.4正态分布4概念模式识别(PatternRecognition)：确定一个样本的类别属性（模式类）的过程，即把某一样本归属于多个类型中的某个类型。样本（Sample)：一个具体的研究（客观）

2、对象。如患者，某人写的一个汉字，一幅图片等。模式(Pattern)：对客体（研究对象）特征的描述（定量的或结构的描述），是取自客观世界的某一样本的测量值的集合（或综合）。5特征(Features)：能描述模式特性的量（测量值）。在统计模式识别方法中，通常用一个矢量表示，称之为特征矢量，记为模式类(Class)：具有某些共同特性的模式的集合。概念6模式识别的例子计算机自动诊断疾病:获取情况(信息采集)测量体温、血压、心率、血液化验、X光透射、B超、心电图、CT等尽可能多的信息，并将这些信息数字化后输入电脑。当然在实际

3、应用中要考虑采集的成本，这就是说特征要进行选择的。运行在电脑中的专家系统或专用程序可以分析这些数据并进行分类，得出正常或不正常的判断，不正常情况还要指出是什么问题。7对象空间模式空间特征空间类型空间各类空间（Space)的概念模式采集：从客观世界（对象空间）到模式空间的过程称为模式采集。特征提取和特征选择：由模式空间到特征空间的变换和选择。类型判别：特征空间到类型空间所作的操作。模式识别三大任务81.1概述－模式识别系统数据采集特征提取二次特征提取与选择分类识别待识对象识别结果通常在采集信息过程中，还要去除所获取信

4、息中的噪声，增强有用的信息等工作。这种使信息纯化的处理过程叫做信息的预处理。分类识别是根据事先确定的分类规则对前面选取的特征进行分类（即识别）。通常能描述对象的元素很多，为节约资源和提高处理速度，有时更为了可行性，在满足分类识别正确率要求的条件下，按某种准则尽量选用对正确分类识别作用较大的特征。使得用较少的特征就能完成分类识别任务。预处理这个环节的内容很广泛，与要解决的具体问题有关，例如，从图象中将汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。做到这一步以后，才能对每

5、个数字进行识别。以上工作都应该在预处理阶段完成。数字化——比特流91.1概述－模式识别系统数据采集特征提取二次特征提取与选择分类识别待识对象识别结果数据采集特征提取改进分类识别规则二次特征提取与选择训练样本改进采集提取方法改进特征提取与选择制定改进分类识别规则人工干预正确率测试101.1概述－模式识别系统模式识别系统的主要环节：特征提取：符号表示，如长度、波形、。。。特征选择：选择有代表性的特征，能够正确分类学习和训练：利用已知样本建立分类和识别规则分类识别：对所获得样本按建立的分类规则进行分类识别11纸币识别器对

6、纸币按面额进行分类面额1.1概述－系统实例5元10元20元50元100元121.1概述－系统实例长度(mm)宽度(mm)5元1366310元1417020元1467050元15170100元15677131.1概述－系统实例磁性金属条位置(大约)5元有54/8210元有54/8720元有57/8950元有60/91100元有63/93145元10元20元50元100元12345678反射光波形151.1概述－系统实例数据采集、特征提取：长度、宽度、磁性、磁性的位置，光反射亮度、光透射亮度等等特征选择：长度、磁性及位

7、置、反射亮度分类识别：确定纸币的面额及真伪161.1概述－系统实例训练集：是一个已知样本集，在监督学习方法中，用它来开发出模式分类器。测试集：在设计识别和分类系统时没有用过的独立样本集。系统评价原则：为了更好地对模式识别系统性能进行评价，必须使用一组独立于训练集的测试集对系统进行测试。17例:汽车车牌识别从摄像头获取包含车牌的彩色图象车牌定位和获取字符分割和识别输入图象特征提取粗略定位分割字符确定类型精细定位识别、输出1819201.1概述－模式识别的基本方法一、统计模式识别二、句法模式识别三、模糊模式识别四、人工

8、神经网络法五、人工智能方法211.1概述－模式识别的基本方法一、统计模式识别模式描述方法：特征向量模式判定：模式类用条件概率分布P(X/i)表示,m类就有m个分布，然后判定未知模式属于哪一个分布。221.1概述－模式识别的基本方法一、统计模式识别理论基础：概率论，数理统计主要方法：线性、非线性分类、Bayes决策、聚类分析主要优点：1）比较成熟2）能考虑干