模式识别论文终稿.doc

.WORD完美.格式编辑. .技术资料.专业整理. 模式识别综述与应用 院系：计算机与通信工程学院班级：电子信息 院系：计算机与通信工程学院 班级：电子信息10-01班 姓名： 学号： 模式识别综述与应用 摘 要 模式识别就是研究用计算机实现人类的模式识别能力的一门学科，目的是利用计算机将对象进行分类。模式识别技术近年来得到了迅速的发展。 关键词 模式识别 应用 发展状况 前言 模式识别(Pattern Recognition)是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。模式识别是一个多领域的交叉学科，它涉及人工智能、统计学、计算机科学、工程学、医学等众多的研究问题。随着2 0世纪4 0年代计算机的出现以及5 0年代人工智能的兴起，模式识别在2 0世纪6 0年代初迅速发展并成为一门新学科。 = 1 \* CHINESENUM3 一 、模式与模式识别的概念 广义地说，存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可称之为模式；狭义地说，模式是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息；把模式所属的类别或同一类中模式的总体称为模式类(或简称为类)。 模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 模式识别的研究主要集中在两方面，一是研究生物体(包括人)是如何感知对象的，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家、神经生理学家的研究内容，属于认知科学的范畴；后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力，已经取得了系统的研究成果。 二、模式识别方法——统计模式识别方法和结构(句法)模式识别方法 把图像或图像系列分割为线条、边缘，结点，区域等并提供相应的特征，诸如灰度值、颜色、形状、纹理，深度等[5]。目的是要利用这些信息对模式进行分类或者对模式进行分析(描述)。分类是实现一个模式与一个类别号的对应。分析(描述，解释)则是实现一个模式与一个符号描述的对应。模式分析一般包括：解释模式的组成部份，说明各个组成部份的时间和空间关系，甚至给出作出特定解释的理由。 1、 用统计方法发展起来的模式识别系统如图一所示。 图一 统计模式识别系统 在用统计方法研究模式识别问题时，大体上侧重于特征抽取与选择以及模式分类与学习两个方面。 （一）特征选择与特征抽取 特征选择与特征抽取的一般方法主要分为两种:特征空间变换以及信息和距离的测度。特征空间变换这个方法目的是将原始特征空间变换为较低维数的特征空间，以便于模式的表示与模式的分类。为了压缩特征空间的维数常利用Karhunen-love展开式和主分量分析法。衡量变换结果好坏的标准之一是要看是否增加模式类的可分性。就增加模式类的可分性而言，一般非线性变换比线性变换好。然而就计算复杂性而言，。线性变换要比非线性变换简单得多。 （二）分类和学习 对模式进行分类和描述是模式识别系统的根本目标。对于每类模式，当已经知道或者虽不确切知道但能精确估计出其特征向量的条件概率密度函数时(亦称类密度函数)，就可以导出贝叶斯分类规则，它使平均风险或误识率最小。实际上，当可以得到大量模式样本时，可以比较精确的估计出类密度函数，或者从样本学习到类密度函数。比较实用的非参数分类方案有:最近邻分类规则(NN规则)和K最近邻分类规则(K-NN规则，以及其他种种变态的NN规则。非参数分类方案一般是从样本中直接学习分类规则。 对于无人管理的学习，特别是模式的类射数不确切知道时，这时的分类就是集群分析。各种相似性和距离测度都可用作集群划分的准则。集群划分准则和集群参数的选择往往需要探索性地或交互式地进行。 2、 运用句法(或结构)方法的模式识别系统的框图如图二所示。 图二 句法模式识别系统 图中的“基元”类似于统计方法中的特征。在句法方法中。用一个“句子”表示一个模式。句子构成语言语言具有特定的文法。 （一）基元选择和基元抽取 通常需在基元抽取的复杂性和文法复杂性两者之间折衷，也可以用曲线线段的长度和曲率等表示曲线线段的特征。对于区域范围的模式，一个区域内存在两个特征互异的子区域时称这个区域为边缘，存在着小于一定距离的两个边缘时称这个区域为线，边缘闭合时称为区。常用的特征可以取灰度特征。也可以用形状和纹理测度来描述区域。其他还有一些方法亦可用来描述图像基元，例