1.1模式识别的重要性
模式识别是一门以应用为基础的学科,目的是将对象进行分类。
模式识别的主要研究内容包括三部分:模式分类、模式聚类、特征提取和选择。
- 模式分类是模式识别的主要内容,即将某个模式分类到某个模式类中。用于模式分类的方法有很多,经典的方法有贝叶斯分类、Fisher判距和近邻法等,现代的方法有模糊模式识别、人工神经网络模式识别、支持向量机和基于核的分类方法等。
- 聚类分析是统计模式识别的另一个重要工具。它的基本原理是:在没有先验知识的情况下,基于“物以类聚”的观点,用数学分析各模式向量之间的距离及分散情况,按照样本的距离远近划分类别。聚类分析是一种无监督学习的方法。