模式识别的重点内容归纳.doc

《模式识别的重点内容归纳.doc》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、模式识别的重点内容归纳定义：模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。主要指用计算机来完成事物的自动识别工作。机器识别，计算机识别，机器自动识别。主要应用领域自动检测、字符识别，指纹识别，图像分析与处理、语音识别、通信、计算机辅助诊断、数据挖掘等学科。模式识别研究目的利用计算机对客观对象进行分类，在一定的决策策略约束下，使识别的结果尽量与客观物体相符合。模式识别的主要方法模板匹配、统计方法、句法方法、神经网络模式识别的分类监督分类：(判别分析Discriminantanalysis)

2、----将输入的“模式”归入已知的类别中。非监督分类：（聚类clustering）-----将输入的“模式”归入到划分的未知类别中。模式识别系统组成1,、图像的获取，通过传感器转化为电信号。2、预处理包括AD，二值化、图像平滑、变换、增强、恢复、滤波等，主要指图像处理。3、特征提取和选择：在测量空间的原始数据通过变换获得在在特征空间中对被识别对象进行分类。4、分类器设计：分类器设计主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低，将这些判决规则建成标准库。5、分类决策：在特征空映分类本质的特征测量空间：原始数据组成的空间特征空间

3、：分类识别赖以进行的空间模式表示：维数较高的测量空间->维数较低的特征空间分类决策：在特征空间中用模式识别方法把被识别对象归为某一类别基本做法：在样本训练集基础上确定某个判决规则，使得按这种规则对被识别对象进行分类所造成的错误识别率最小或引起的损失最小。“模式识别”主要工作就是如何设计一个模式分类器。其内容归结为：（1）特征提取；（2）学习/训练；（3）分类。模式识别系统设计步骤1设计目标检测器；2特征选取；3分类器设计；4分类器训练；5性能评估设计周期数据收集(Datacollection)特征选择(FeatureChoice)模型选择(Mode

4、lChoice)学习训练(Training)性能评价(Evaluation)计算复杂性(ComputationalComplexity)