模式识别概念

目录

一、什么是模式？什么是模式识别

模式的直观特性

什么是模式 

什么是模式识别

二、模式识别的目的 

三、模式识别方法 

1.两个概念

2.模式识别目标 

 3.假说获得的两种方法

3.1监督学习 

3.2非监督学习 

四、模式识别的主要方法

4.1数据聚类

 4.2统计分类

 4.3结构模式识别

 4.4神经网络

五、模式识别系统的基本构成

六、性能测试

---

一、什么是模式？什么是模式识别

模式的直观特性

• 可观察性
• 可区分性
• 相似性 

什么是模式 

模式是指存在时间和空间中可以观察到的物体，如果我们可以区别他们是否相同或者相似，都可以称之为模式。模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。

什么是模式识别

“模式识别”则是在某些一定量度或观测基础上把待识模式划分到各自的模式类中去。

对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得） 的识别。这是模式识别的两个重要方面。市场上可见到的代表性产品有光学字符识别、语音识别系统。 

模式识别可以用

Y=F(X)

来简要描述， X是定义域，取自特征集。Y是值域，来自类别的标号集。F是模式识别的判别方法

二、模式识别的目的 

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。 

模式识别可以在各个领域应用，例如生物学领域的自动细胞学、染色体特性研究、遗传研究。天文学领域的天文望远镜图像分析、自动光谱学。 经济学的股票交易预测、企业行为分析。医学的心电图分析、脑电图分析、医学图像分析。工程上的产品缺陷检测、特征识别、语音识别、自动导航系统、污染分析。军事上的航空摄像分析、雷达和声纳信号检测和分类、自动目标识别。安全上的指纹识别、人脸识别、监视和报警系统。 

三、模式识别方法 

1.两个概念

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个类别表示为其中为所属类别的集合,称为解释空间。 

2.模式识别目标 

模式识别系统的目标是在特征空间和解释空间之间找到一种映射关系，这种也映射也称之为假说。