一、基本概念

模式识别:是指用计算机实现人的模式识别能力
模式:从事物中获取的信息,在计算机中通常表现为向量,即数组。
模式类:把模式所属的类别或同一类中模式的总体称为模式类。
模式识别的作用和目的:面对某一具体事物时将其正确地归入某一类别。

二、模式识别系统

模式识别方法①统计模式识别(本书只讨论)②结构模式识别。
模式识别系统的设计与实现设计是指用一定数量的样本进行分类器的设计;实现是指用所设计的分类器对待识别的样本进行分类决策。

统计模式识别系统组成:①数据获取②预处理③特征提取和选择④分类决策

1.数据获取
计算机符号表示所研究的对象(二维图像、一维波形、物理参量和逻辑值)
2.预处理
去除噪声。

3.特征提取和选择
一般把原始数据组成的空间叫测量空间,把分类识别赖以进行的空间叫特征空间。通过变换,可以把高维的测量空间中表示的模式转换为低维的特征空间表示的模式,在特征空间中的一个模式也叫做一个样本,往往表示为一个向量,即特征空间中的一个点。
4.分类决策
就是在特征空间中用统计方法把被识别对象归为某一类别。基本做法是在样本训练集基础上确定某个判决规则(训练好的模型),按照这种判决规则对被识别对象进行分类所造成的的错误识别率最小或引起的损失最小。
重点讨论3、4

三、关于模式识别的一些基本问题

1.模式类的紧致性
在这里插入图片描述
在这里插入图片描述
2.相似与分类
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
3.特征的生成
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐