一、模式的概念
广义:存在于时间和空间中可观察的物体。如果可以区别它们是否相同或是否相似,都可以称之为模式。
狭义:模式所指的不是事物本身,而是从事物获得的信息,模式往往表现为具有时间和空间分布的信息。
模式的直观特性:可观察性、可区分性、相似性。
二、模式识别的概念
模式识别:直观,无所不在,“人以类聚,物以群分”。
目的:利用计算机对物理对象进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。
三、机器学习的概念
机器学习:研究如何构造理论、算法和计算机系统,让机器通过从数据中学习后可以进行如下工作:分类和识别事物、推理决策、预测未来等。
四、模式识别方法
模式识别系统的目标:在特征空间和解释空间之间找到一种映射关系,这种映射也称之为假说。
特征空间:从模式得到的对分类有用的度量、属性或基元构成的空间。
解释空间:将c个类别表示为其中 Ω 为所属类别的集合,称为解释空间。
机器学习的目标:针对某类任务T,用P衡量性能,根据经验来学习和自我完善,提高性能。