模式識(shí)別論文

1、模式識(shí)別綜述與應(yīng)用院系：計(jì)算機(jī)與通信工程學(xué)院班級(jí)：電子信息10-01 班姓名：學(xué)號(hào)：模式識(shí)別綜述與應(yīng)用摘要模式識(shí)別就是研究用計(jì)算機(jī)實(shí)現(xiàn)人類的模式識(shí)別能力的一門學(xué)科，目的是利用計(jì)算機(jī)將對(duì)象進(jìn)行分類。模式識(shí)別技術(shù)近年來得到了迅速的發(fā)展。關(guān)鍵詞模式識(shí)別應(yīng)用 發(fā)展?fàn)顩r前言模式識(shí)別 (Pattern Recognition) 是人類的一項(xiàng)基本智能，在日常生活中，人們經(jīng)常在進(jìn)行“模式識(shí)別” 。 模式識(shí)別是一個(gè)多領(lǐng)域的交叉學(xué)科，它涉及人工智能、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、工程學(xué)、醫(yī)學(xué)等眾多的研究問題。隨著 2 0 世紀(jì) 4 0 年代計(jì)算機(jī)的出現(xiàn)以及 5 0 年代人工智能的興起，模式識(shí)別在 2 0 世紀(jì) 6 0 年代

2、初迅速發(fā)展并成為一門新學(xué)科。一 、模式與模式識(shí)別的概念廣義地說，存在于時(shí)間和空間中可觀察的事物，如果可以區(qū)別它們是否相同或相似，都可稱之為模式； 狹義地說，模式是通過對(duì)具體的個(gè)別事物進(jìn)行觀測(cè)所得到的具有時(shí)間和空間分布的信息； 把模式所屬的類別或同一類中模式的總體稱為模式類 ( 或簡(jiǎn)稱為類 ) 。模式識(shí)別是指對(duì)表征事物或現(xiàn)象的各種形式的( 數(shù)值的、文字的和邏輯關(guān)系的) 信息進(jìn)行處理和分析, 以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程, 是信息科學(xué)和人工智能的重要組成部分。模式識(shí)別的研究主要集中在兩方面， 一是研究生物體 ( 包括人 ) 是如何感知對(duì)象的，二是在給定的任務(wù)下， 如何用計(jì)算機(jī)實(shí)現(xiàn)

3、模式識(shí)別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家、神經(jīng)生理學(xué)家的研究?jī)?nèi)容，屬于認(rèn)知科學(xué)的范疇；后者通過數(shù)學(xué)家、 信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力，已經(jīng)取得了系統(tǒng)的研究成果。二、模式識(shí)別方法統(tǒng)計(jì)模式識(shí)別方法和結(jié)構(gòu)( 句法 ) 模式識(shí)別方法把圖像或圖像系列分割為線條、邊緣，結(jié)點(diǎn)，區(qū)域等并提供相應(yīng)的特征，諸如灰度值、顏色、形狀、紋理，深度等5。目的是要利用這些信息對(duì)模式進(jìn)行分類或者對(duì)模式進(jìn)行分析( 描述) 。分類是實(shí)現(xiàn)一個(gè)模式與一個(gè)類別號(hào)的對(duì)應(yīng)。分析( 描述，解釋) 則是實(shí)現(xiàn)一個(gè)模式與一個(gè)符號(hào)描述的對(duì)應(yīng)。模式分析一般包括：解釋模式的組成部份，說明各個(gè)組成部份的時(shí)間和空間關(guān)系，甚至

4、給出作出特定解釋的理由。1、用統(tǒng)計(jì)方法發(fā)展起來的模式識(shí)別系統(tǒng)如圖一所示。模式預(yù)處理特征抽分類或取描述識(shí)別部分分析部分樣本特征選學(xué)習(xí)擇圖一統(tǒng)計(jì)模式識(shí)別系統(tǒng)在用統(tǒng)計(jì)方 法研究模式 識(shí)別問 題時(shí)，大體上側(cè)重 于特征抽取與選擇以及模式分類與學(xué)習(xí)兩個(gè)方面。（一）特征選擇與特征抽取特征選擇與特征抽取的一般方法主 要分為兩種 : 特征空間變換以及信息和距離的測(cè)度。特征空間變換這個(gè)方法目的是將原始特征空間變換為較低維數(shù)的特征空間，以便于模式的表示與模式的分類。為了壓縮特征空間的維數(shù)常利用Karhunen-love展開式和主分量分析法。衡量變換結(jié)果好壞的標(biāo)準(zhǔn)之一是要看是否增加模式類的可分性。就增加模式類的可分性

5、而言，一般非線性變換比線性變換好。然而就計(jì)算復(fù)雜性而言，。線性變換要比非線性變換簡(jiǎn)單得多。（二）分類和學(xué)習(xí)對(duì)模式進(jìn)行分類和描述是模式識(shí)別系統(tǒng)的根本目標(biāo)。對(duì)于每類模式，當(dāng)已經(jīng)知道或者雖不確切知道但能精確估計(jì)出其特征向量的條件概率密度函數(shù)時(shí) ( 亦稱類密度函數(shù) ) ，就可以導(dǎo)出貝葉斯分類規(guī)則，它使平均風(fēng)險(xiǎn)或誤識(shí)率最小。實(shí)際上，當(dāng)可以得到大量模式樣本時(shí)，可以比較精確的估計(jì)出類密度函數(shù)，或者從樣本學(xué)習(xí)到類密度函數(shù)。比較實(shí)用的非參數(shù)分類方案有 : 最近鄰分類規(guī)則(NN 規(guī)則 ) 和 K 最近鄰分類規(guī)則 (K-NN 規(guī)則，以及其他種種變態(tài)的NN規(guī)則。非參數(shù)分類方案一般是從樣本中直接學(xué)習(xí)分類規(guī)則。對(duì)于無(wú)人管

6、理的學(xué)習(xí)，特別是 模式的類射數(shù)不確切知道時(shí)，這時(shí)的分類就是集群分析。各種相似性和距離測(cè)度都可用作集群劃分的準(zhǔn)則。集群劃分準(zhǔn)則和集群參數(shù)的選擇往往需要探索性地或交互式地進(jìn)行。2、運(yùn)用句法 ( 或結(jié)構(gòu) ) 方法的模式識(shí)別系統(tǒng)的框圖如圖二所示。模式預(yù)處理基元和關(guān)句法或結(jié)系抽取構(gòu)分析識(shí)別部分分析部分文法或結(jié)樣本基元選擇構(gòu)推斷圖二句法模式識(shí)別系統(tǒng)圖中的“基元 ”類似于統(tǒng)計(jì)方 法中的特征。在句法方法中。用一個(gè)“句子”表示一個(gè)模式。句子構(gòu)成語(yǔ)言語(yǔ)言具有特定的文法。（一）基元選擇和基元抽取通常需在基 元抽取的復(fù) 雜性和 文法復(fù)雜性兩者之 間折衷，也可以用曲線線段的長(zhǎng)度和曲率等表示曲線線段的特征。對(duì)于區(qū)域范圍的

7、模式，一個(gè)區(qū)域內(nèi)存在兩個(gè)特征互異的子區(qū)域時(shí)稱這個(gè)區(qū)域?yàn)檫吘?，存在著小于一定距離的兩個(gè)邊緣時(shí)稱這個(gè)區(qū)域?yàn)榫€，邊緣閉合時(shí)稱為區(qū)。常用的特征可以取灰度特征。也可以用形狀和紋理測(cè)度來描述區(qū)域。其他還有一些方法亦可用來描述圖像基元，例如灰度矩陣、灰度共生矩陣、梯度共生矩陣、點(diǎn)測(cè)度等。（二）文法文法就是用 基元構(gòu)成模 式的規(guī) 則。文法推斷是一 個(gè)總結(jié)由基元構(gòu)成模式的規(guī)律性。從而得到規(guī)則即文法的過程，類似于學(xué)習(xí)。已經(jīng)有了各種專門的語(yǔ)言來描述特定的模式。 例如描述中外文字字符、 染色體圖像、火花室圖像、二維數(shù)學(xué)化學(xué)結(jié)構(gòu)、頸動(dòng)脈脈沖波形、二維飛機(jī)外形、口語(yǔ)單詞、指紋圖像等。對(duì)于多維模式，用多維文法來描述。其他如

8、網(wǎng)狀文法 (web) 、圖文法、樹文法、形狀文法等都已有了應(yīng)用。有兩個(gè)因素決定了文法的選擇，一個(gè)是所選基元的情況，另一個(gè)是要權(quán)衡文法的描述能力與文法分析的效率。在實(shí)際應(yīng)用 中，往往存 在某些 不確定性。例如測(cè) 量中的噪聲和抖動(dòng)會(huì)引起分割誤差和基元抽取誤差，從而使描述模式的語(yǔ)言產(chǎn)生二義性。在二義性存在的情況下，可以用隨機(jī)語(yǔ)言來描述模式。產(chǎn)生隨機(jī)語(yǔ)言的文法稱作隨機(jī)文法。在隨機(jī)文法中引進(jìn)了概串方法，即用具有概率分布的語(yǔ)句來描述模式。（三）句法分析句法分析則 是分析輸入 模式是 否符合某種文法規(guī) 則的過程。也就是分析能否用該文法生成輸入模式。分析結(jié)果為肯定則對(duì)輸入模式完成了分類。分析結(jié)果為否定，則拒絕

9、輸入模式。在選擇文法時(shí)需考慮文法的描述能力與句法分析復(fù)雜性之間的矛盾。 同樣，在研究句法分析問題時(shí)，也應(yīng)考慮如何從句法分析的角度處理這種矛盾。事實(shí)上，要在提高糾錯(cuò)能力和降低分析效率之間進(jìn)行權(quán)衡，實(shí)際困難較大。在句法分析 中，還可以 采用距 離或加權(quán)距離的方 法。這也是一種無(wú)人管理的方法。完成集群分析以后，就可以應(yīng)用文法推斷技術(shù)來推斷每一個(gè)群的文法，并構(gòu)造出相應(yīng)的句法分析器。三、模式識(shí)別的應(yīng)用模式識(shí)別可用于文字和語(yǔ)音識(shí)別、遙感和醫(yī)學(xué)診斷等方面。（一）文字識(shí)別字符識(shí)別處理的信息可分為兩大類：一類是文字信息，處理的主要是用各國(guó)家、各民族的文字（如：漢字，英文等）書寫或印刷的文本信息，目前在印刷體和聯(lián)

10、機(jī)手寫方面技術(shù)已趨向成熟，并推出了很多應(yīng)用系統(tǒng)；另一類是數(shù)據(jù)信息，主要是由阿拉伯?dāng)?shù)字及少量特殊符號(hào)組成的各種編號(hào)和統(tǒng)計(jì)數(shù)據(jù)， 如：郵政編碼、統(tǒng)計(jì)報(bào)表、財(cái)務(wù)報(bào)表、銀行票據(jù)等等，處理這類信息的核心技術(shù)是手寫數(shù)字識(shí)別。漢字是歷史悠久的中華民族文化的重要結(jié)晶， 其數(shù)量之大， 構(gòu)思之精，為世界文明史所僅有。 由于漢字為非字母化、 非拼音化的文字， 所以在信息技術(shù)及計(jì)算機(jī)技術(shù)日益普及的今天， 如何將漢字方便、 快速地輸入到計(jì)算機(jī)中已成為關(guān)系到計(jì)算機(jī)技術(shù)能否在我國(guó)真正普及的關(guān)鍵問題。 目前，漢字輸入主要分為人工鍵盤輸入和機(jī)器自動(dòng)識(shí)別輸入兩種其中人工鍵入速度慢而且勞動(dòng)強(qiáng)度大； 自動(dòng)輸入又分為漢字識(shí)別輸入及語(yǔ)音

11、識(shí)別輸入。 從識(shí)別技術(shù)的難度來說， 手寫體識(shí)別的難度高于印刷體識(shí)別， 而在手寫體識(shí)別中， 脫機(jī)手寫體的難度又遠(yuǎn)遠(yuǎn)超過了連機(jī)手寫體識(shí)別。到目前為止， 除了脫機(jī)手寫體數(shù)字的識(shí)別已有實(shí)際應(yīng)用外， 漢字等文字的脫機(jī)手寫體識(shí)別還處在實(shí)驗(yàn)室階段。（二）語(yǔ)音識(shí)別語(yǔ)音識(shí)別技 術(shù)技術(shù)所涉 及的領(lǐng) 域包括：信號(hào)處理 、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。近年來，在生物識(shí)別技術(shù)領(lǐng)域中，聲紋識(shí)別技術(shù)以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢(shì)受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌豺?yàn)證方式。語(yǔ)音識(shí)別技術(shù)正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新

12、興高技術(shù)產(chǎn)業(yè)（三）遙感遙感圖像識(shí) 別已廣泛用 于農(nóng)作 物估產(chǎn)、資源勘察 、氣象預(yù)報(bào)和軍事偵察等 17 。（四）醫(yī)學(xué)診斷在癌細(xì)胞檢測(cè)、X 射線照片分析、血液化驗(yàn)、染色體分析、心電圖診斷和腦電圖診斷等方面，模式識(shí)別已取得了成效19 。四 、模式識(shí)別技術(shù)的近乎無(wú)限的發(fā)展?jié)摿δＪ阶R(shí)別是一個(gè)快速發(fā)展和擴(kuò)散的學(xué)科，其在國(guó)民經(jīng)濟(jì)和國(guó)防現(xiàn)代化建設(shè)中具有廣闊的應(yīng)用領(lǐng)域和應(yīng)用前景。隨著模式識(shí)別理論和技術(shù)的發(fā)展，其應(yīng)用領(lǐng)域和實(shí)際應(yīng)用需求也將不斷增長(zhǎng)。模式識(shí)別技術(shù)是人工智能的基礎(chǔ)技術(shù)，2 1世紀(jì)是智能化、信息化、計(jì)算化、網(wǎng)絡(luò)化的世紀(jì)，在這個(gè)以數(shù)字計(jì)算為特征的世紀(jì)里，作為人工智能技術(shù)基礎(chǔ)學(xué)科的模式識(shí)別技術(shù)，必將獲得巨大

13、的發(fā)展空間。（一）語(yǔ)音識(shí)別技術(shù)語(yǔ)音識(shí)別技術(shù)正逐步成為信息 技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。中國(guó)互聯(lián)網(wǎng)中心的市場(chǎng)預(yù)測(cè)：未來5 年，中文語(yǔ)音技術(shù)領(lǐng)域?qū)?huì)有超過4 0 0億人民幣的市場(chǎng)容量, 然后每年以超過3 0% 的速度增長(zhǎng)。（二）生物認(rèn)證技術(shù)生物認(rèn)證技術(shù)本世紀(jì)最受關(guān)注 的安全認(rèn)證技術(shù)，它的發(fā)展是大勢(shì)所趨。人們?cè)敢馔羲械拿艽a、扔掉所有的磁卡，憑借自身的唯一性來標(biāo)識(shí)身份與保密。國(guó)際數(shù)據(jù)集團(tuán)（I D C ）預(yù)測(cè)：作為未來的必然發(fā)展方向的移動(dòng)電子商務(wù)基礎(chǔ)核心技術(shù)的生物識(shí)別技術(shù)在未來1 0年的時(shí)間里將達(dá)到1 0 0美元的市場(chǎng)規(guī)模。（三）數(shù)字水印技術(shù)9 0

14、 年代以來才在國(guó)際上開始發(fā)展起來的數(shù)字水印技術(shù)是最具發(fā)展?jié)摿εc優(yōu)勢(shì)的數(shù)字媒體版權(quán)保護(hù)技術(shù)。I D C 預(yù)測(cè)，數(shù)字水印技術(shù)在未來的5 年內(nèi)全球市場(chǎng)容量超過80 億美元。五、結(jié)語(yǔ)經(jīng)過多年的研究和發(fā)展， 模式識(shí)別技術(shù)已廣泛被應(yīng)用于人工智能、計(jì)算機(jī)工程、機(jī)器學(xué)、經(jīng)生物學(xué)、醫(yī)學(xué)、偵探學(xué)以及高能物理、考古學(xué)、地質(zhì)勘探、宇航科學(xué)和武器技術(shù)等許多重要領(lǐng)域，模式識(shí)別從2 0 世紀(jì)2 0年代發(fā)展至今，并不是要對(duì)所有模式識(shí)別問題都適用的單一模型和解決識(shí)別問題，而是結(jié)合具體問題把統(tǒng)計(jì)的和句法的識(shí)別結(jié)合起來，把統(tǒng)計(jì)模式識(shí)別或句法模式識(shí)別與人工智能中的啟發(fā)式搜索結(jié)合起來，把統(tǒng)計(jì)模式識(shí)別或句法模式識(shí)別與支持向量機(jī)的機(jī)器學(xué)習(xí)結(jié)合起來，把人工神經(jīng)元網(wǎng)絡(luò)與各種已有技術(shù)