模式识别5387699105.ppt

模式识别 第一章 绪论 郝红卫 模 式 识 别北京科技大学计算机系郝 红 卫 第一章 绪 论 1.1 课程简介 1.2 设计实例 1.3 模式识别系统 1.4 设计循环 1.5 学习和自适应 1.6 小结 课 程 简 介 基本概念 模式 Pattern 存在于时间和空间中可观察的事物，具有时间或空间分布的信息。 模式识别 Pattern Recognition 用计算机实现人对各种事物或现象的描述、分析、判断、识别。 课 程 简 介 模式识别的任务 设计和构造能够识别不同模式的机器 语音识别 文字识别 指纹识别 图像识别 数据分析/数据挖掘 …… 课 程 简 介 课 程 简 介 课 程 简 介 课 程 简 介 课 程 简 介 教材和参考书 模式识别 （第二版） 边肇褀 张学工 等 编著 清华大学出版社 Pattern Classification Second Edition） Richard O. Duda Peter E. Hart David G. Stork China Machine Press （有中译本） 课 程 简 介 Pattern ClassificationRichard O. Duda Peter E. Hart David G. Stork 课 程 简 介 教学安排 总学时 32 课堂教学 30 考试 2 第八周 考试方式 开卷笔试 成绩评定 考试（80％）＋ 平时（20％） 课 程 简 介 主要内容 ? 模式识别的基本概念 ? 模式识别系统的构成 ? 模式识别的基本理论与方法 ? 必威体育精装版进展和存在的问题 设 计 实 例 鱼类加工厂需要将传送带上的鱼自动进行分类 鲈鱼 类别 马哈鱼 设 计 实 例 问题分析 采用摄像机获取图像，根据图像对鱼进行分类。 可能遇到的问题： 目标的提取——预处理 分类的依据——特征提取 判别的规则——分类器设计 设 计 实 例 设 计 实 例 预处理 方便后续操作，同时又不损失关键信息。 去除噪声 光照调整 目标提取 方向、位置调整 大小规一化 …… 在本例中需要采用分割技术将鱼和鱼、鱼和背景分开 设 计 实 例 特征提取 原始数据量巨大，往往含有很多冗余信息，为了有效实现分类识别，需要对原始数据进行变换，以便得到最能反映分类本质的特征。 可以考虑的特征： 长度 光泽 宽度 鳍的数目和形状 嘴的位置, 等等…… 设 计 实 例 分类 根据某种判决规则将被识别对象归为某一类别。 基本方法是在训练样本集上确定某个判决规则，使按这种判决规则对被识别对象进行分类所造成的错误识别率最小或引起的损失最小。 设 计 实 例 采用长度作为特征 设 计 实 例 结论 单独使用长度错误率太高 必须考虑其它特征 改进措施 采用光泽度进行新的尝试 设 计 实 例 设 计 实 例 运用多种特征 光泽度和宽度 鱼 xT [x1, x2] 设 计 实 例 设 计 实 例 我们可以尝试增加其他特征，但必须注意两点： 新增特征与已有特征不相关 不会引起性能的下降 我们还可以改进分类器模型，达到如下图所示的效果： 设 计 实 例 设 计 实 例 讨论 这样的效果好吗？ 设 计 实 例 讨论 我们的目标是使所设计的分类器能够正确识别未知样本, 对已知样本的正确分类是否能够保证对未知样本正确分类？ 泛化能力! 设 计 实 例 存在的问题 决策边界过于复杂 运算量大 数学表达困难 对未知样本的分类错误率高 设 计 实 例 理想状况 设 计 实 例 决策边界和损失 如果两种错误代价相同，则以最小错误率为准则；如果两 种错误代价不等，则以最小风险为准则。 可以调整将阈值边界，确定最优的分界点。 确定某种决策规则，使得决策所引起的损失最小，这是决策理论的核心任务。 模 式 识 别 系 统 信号获取 使用传感器，将各种其他性质的信号转换为电信号。 模式识别系统的性能依赖于传感器的性能，如带宽、分辨