本文是关于模式识别的初步学习笔记，介绍了模式的含义，包括观测样本、试验和识别的概念。接着讨论了模式的分类，如空间、时间、时空模式及确定性和随机模式。此外，还概述了模式识别系统的基本构成，包括模式采集、预处理、特征选择、训练和分类，并强调了特征选择的重要性。特征表达方法，如特征向量和结构方法，也被提及。
一、模式与模式识别
1、模式的含义：
本意：提供模仿用的、完美的标本。
PR领域定义：存在于空间和时间中可观测事物的全体。
个人理解：可以通过各种手段获取与采集到的事物。
模式类：由彼此相似的模式构成的集合。（物以类聚，人以群分）
模式类别：赋予每个模式类的标识符。（个人理解就是所属模式类的标签）
观测样本：被观测事物的分布信息。
试验：为获取观测样本而进行的观测。
2、识别的含义：
侧重于对人的认知行为进行模仿，把人的知识和经验转化为可以为机器所利用的一些规则和方法，赋予机器对被观测事物进行综合分析和自动分类的能力，使机器可以根据被观测事物过往的观测样本形成
最低0.47元/天 解锁文章
1633
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
