模式识别 第1章 模式识别概述课件.ppt

模式识别 第1章 模式识别概述课件.ppt

ID:57005678

大小:134.50 KB

页数:20页

时间:2020-07-26

模式识别 第1章 模式识别概述课件.ppt_第1页
模式识别 第1章 模式识别概述课件.ppt_第2页
模式识别 第1章 模式识别概述课件.ppt_第3页
模式识别 第1章 模式识别概述课件.ppt_第4页
模式识别 第1章 模式识别概述课件.ppt_第5页
资源描述:

《模式识别 第1章 模式识别概述课件.ppt》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、模式识别与神经网络!PatternRecognitionandNeuralNetwork武汉大学电子信息学院!IPL第一章模式识别概述!内容目录IPL第一章模式识别概述1.1模式识别和模式的概念21341.2模式识别系统1.3模式识别的主要方法1.4模式识别应用1.5有关模式识别的若干问题5模式识别与神经网络1.1模式识别和模式的概念人类具有很强的模式识别能力,时刻在完成某种模式识别的任务。模式识别作为一门学科,是研究用机器完成自动识别事物的工作。模式识别形成于50~60年代,它与人工智能关系密切。模式识别是一门理论与应用并重的技术科学。有广泛的需求。现有的理论与方法

2、还有不足。3第一章模式识别概述模式识别和模式的概念Patternrecognitionisthestudyofhowmachinescanobservetheenvironment,learntodistinguishpatternsofinterestfromtheirbackground,andmakesoundandreasonabledecisionsaboutthecategoriesofthepatterns.(AnilK.Jain)概念4第一章模式识别概述模式与模式类样本(sample,object):一类事物的一个具体体现,对具体的个别事物进行观测所得

3、到的某种形式的信号。模式(pattern):表示一类事物,如印刷体A与手写体A属同一模式。B与A则属于不同模式。样本是具体的事物,而模式是对同一类事物概念性的概括。模式类与模式联合使用时,模式表示具体的事物,而模式类则是对这一类事物的概念性描述。模式识别是从样本到类别的映射。概念5第一章模式识别概述模式识别和模式的概念Watanabedefinesapattern“asoppositeofachaos;itisanentity,vaguelydefined,thatcouldbegivenaname.”afingerprintimageahandwrittencurs

4、ivewordahumanfaceaspeechsignal……概念6第一章模式识别概述模式识别和模式的概念识别是时时刻刻发生的活动识别(Recognition)—再认知(Re-Cognition)主要研究相似和分类问题有监督分类无监督分类与其他学科的关系统计学人工智能机器学习运筹学概念7第一章模式识别概述1.2模式识别系统数据获取预处理特征提取 与选择分类决策分类器 设计信号空间特征空间8第一章模式识别概述模式识别系统的组成数据获取和预处理(dataacquisitionandpreprocessing): 测量,采样和量化,去噪,复原特征提取与选择(feature

5、extractionandselection)分类决策(classificationdecision)系统9第一章模式识别概述1.3模式识别的方法模版匹配法(templetematching)统计方法(statisticalpatternrecognition)神经网络方法(neuralnetwork)结构方法(句法方法) (structuralpatternrecognition)10第一章模式识别概述模版匹配首先对每个类别建立一个或多个模版输入样本和数据库中每个类别的模版进行比较,求相关或距离根据相关性或距离大小进行决策优点:直接、简单缺点:适应性差形变模版方法1

6、1第一章模式识别概述统计方法根据训练样本,建立决策边界(decisionboundary)统计决策理论——根据每一类总体的概率分布决定决策边界判别式分析方法——给出带参数的决策边界,根据某种准则,由训练样本决定“最优”的参数本课程的重点内容方法12第一章模式识别概述句法方法许多复杂的模式可以分解为简单的子模式,这些子模式组成所谓“基元”每个模式都可以由基元根据一定的关系来组成基元可以认为是语言中的词语,每个模式都可以认为是一个句子,关系可以认为是语法模式的相似性由句子的相似性来决定优点:适合结构性强的模式缺点:抗噪声能力差,计算复杂度高方法13第一章模式识别概述神经网

7、络进行大规模并行计算的数学模型具有学习、推广、自适应、容错、分布表达和计算的能力优点:可以有效的解决一些复杂的非线性问题缺点:缺少有效的学习理论方法14第一章模式识别概述几种方法比较方法表达识别函数评价准则模版匹配样本,像元,曲线相关,距离度量分类错误统计方法特征决策函数分类错误句法方法基元规则,语法接受错误神经网络样本,像元,特征网络函数均值方差错误方法15第一章模式识别概述神经网络和统计模式识别的关系统计模式识别人工神经网络线性决策函数感知机PCA自相关网络,PCA网络后验概率估计多层感知机非线性决策分析多层感知机Parzen窗密度估计分类器径向

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。