这是本人第一次写博客,把学到的东西以及自己的理解用类似于学习笔记的形式表达出来。如果有不妥的地方,希望大家指正。谢谢!
一、模式识别的定义
关于模式识别(pattern recognition)的定义,首先要了解模式和识别分别是什么含义。有教材指出模式是指组成成分或影响因素间存在确定性或随机性规律的对象、过程或事件的集合。而识别是指把对象分门别类地认出来,也有解释是指以前见过,现在再次认出来。简而言之,模式识别是把对象根据其特征归到若干类别中适当的一类。因此,模式识别也称为模式分类。这里强调适当一词有缘由的,比如:根据一个人有胡子就把其归到男性一类,这里只能说分类是适当的,因为不排除少数女性也有少量胡子。
在正式介绍模式识别的方法、类型以及典型构成之前需要了解几个概念,
样本:一个个体对象
样本集:若干样本的集合
类:具有相同模式的样本集,该样本集是全体样本的子集
特征:也称为属性,通常指样本的某些可以用数值去量化的特征,如果有多个特征,则可以组合成特征向量
二、模式识别的主要方法
模式识别的主要方法有以下两种:
1.基于知识的方法
根据专家系统给出的关于研究对象的知识,整理出研究对象的特征与研究对象所属类别的关系,之后让计算机根据这个推理关系对未知对象进行分类。
2.基于数据的方法
在对研究对象没有一定了解或认识的情况下,收集一定数量的已知样本(即,类别是已知的),用这些样本作为训练集去训练分类器(也就是模式识别的机器