模式識別基礎(chǔ)電子教案V002課件_第1頁
模式識別基礎(chǔ)電子教案V002課件_第2頁
模式識別基礎(chǔ)電子教案V002課件_第3頁
模式識別基礎(chǔ)電子教案V002課件_第4頁
模式識別基礎(chǔ)電子教案V002課件_第5頁
已閱讀5頁,還剩24頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、 模式識別基礎(chǔ)李紅軍1 產(chǎn)生與發(fā)展模式識別(Pattern Recognition)誕生于20世紀(jì)20年代,隨著40年代計(jì)算機(jī)的出現(xiàn),50年代人工智能的興起,模式識別在60年代初發(fā)展成一門學(xué)科. 它是人工智能(Artificial Intelligence)系統(tǒng)的不可缺的組成部分模式識別簡史1929年 G. Tauschek發(fā)明閱讀機(jī) ,能夠閱讀0-9的數(shù)字。30年代 Fisher提出統(tǒng)計(jì)分類理論,奠定了統(tǒng)計(jì)模式識別的基礎(chǔ)。50年代 Noam Chemsky 提出形式語言理論傅京蓀 提出句法結(jié)構(gòu)模式識別。60年代 L.A.Zadeh提出了模糊集理論,模糊模式識別方法得以發(fā)展和應(yīng)用。80年代以H

2、opfield網(wǎng)、BP網(wǎng)為代表的神經(jīng)網(wǎng)絡(luò)模型導(dǎo)致人工神經(jīng)元網(wǎng)絡(luò)復(fù)活,并在模式識別得到較廣泛的應(yīng)用。90年代小樣本學(xué)習(xí)理論,支持向量機(jī)也受到了很大的重視。2 什么是模式和模式識別? 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,都可以稱之為模式;狹義地說,模式是通過對具體的個(gè)別事物進(jìn)行觀測所得到的具有時(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(或簡稱為類)。而“模式識別”則是在某些一定量度或觀測基礎(chǔ)上把待識別的模式劃分到各自的模式類中去 3 模式識別的方法傳統(tǒng)的模式識別方法有:(1)統(tǒng)計(jì)模式識別:隨機(jī)數(shù)組或隨機(jī)向量,在多維空間中表示一個(gè)點(diǎn).分

3、類問題把幾何空間劃分成某些子空間,同一子空間內(nèi)的點(diǎn)作為一類.(2)結(jié)構(gòu)(句法)模式識別: 利用模式與子模式分層結(jié)構(gòu)的樹狀信息所完成的模式識別工作,就是結(jié)構(gòu)模式識別或句法模式識別。新發(fā)展的兩種模式識別方法:(3)模糊模式識別(4)人工神經(jīng)網(wǎng)絡(luò)模式識別 4 模式識別的應(yīng)用(舉例)生物學(xué)自動細(xì)胞學(xué)、染色體特性研究、遺傳研究天文學(xué)天文望遠(yuǎn)鏡圖像分析、自動光譜學(xué)經(jīng)濟(jì)學(xué)股票交易預(yù)測、企業(yè)行為分析醫(yī)學(xué)心電圖分析、腦電圖分析、醫(yī)學(xué)圖像分析模式識別的應(yīng)用(舉例)工程產(chǎn)品缺陷檢測、特征識別、語音識別、自動導(dǎo)航系統(tǒng)、污染分析軍事航空攝像分析、雷達(dá)和聲納信號檢測和分類、自動目標(biāo)識別安全指紋識別、人臉識別、監(jiān)視和報(bào)警系

4、統(tǒng)6 文本識別1966 IBM公司的Casey和Nagy首次發(fā)表漢字識別文章概念與記號建立字母表,字符串s:由字母表中的字符組成的有限的序列;字符串的長度:子字符串:n:長度為n的所有有限字符串的集合;所有字符串:模式識別效果評價(jià)誤識率 ; 信息熵7圖像識別圖像的存儲與讀取165158139136176170155146171167164164153155157156300300(200:204) (200:204)圖像的預(yù)處理方法幾何操作、 鄰域和區(qū)域操作、圖像變換、 圖像恢復(fù)與增強(qiáng)、線性濾波和濾波器設(shè)計(jì)、 變換(變換等)、圖像分析和統(tǒng)計(jì)、 二值圖像操作 應(yīng)用字符識別 漢字的識別識別過程數(shù)據(jù)

5、獲?。杭茉O(shè)一個(gè)攝像機(jī),采集一些樣本圖像,獲取樣本數(shù)據(jù)預(yù)處理:去噪聲,用一個(gè)分割操作把魚和魚之間以及魚和背景之間分開識別過程特征提取和選擇:對單個(gè)魚的信息進(jìn)行特征選擇,從而通過測量某些特征來減少信息量長度亮度寬度魚翅的數(shù)量和形狀嘴的位置,等等 分類決策:把特征送入決策分類器模式分類器的獲取和評測過程數(shù)據(jù)采集特征選取模型選擇訓(xùn)練和測試計(jì)算結(jié)果和復(fù)雜度分析,反饋訓(xùn)練和測試訓(xùn)練集:是一個(gè)已知樣本集,在監(jiān)督學(xué)習(xí)方法中,用它來開發(fā)出模式分類器。測試集:在設(shè)計(jì)識別和分類系統(tǒng)時(shí)沒有用過的獨(dú)立樣本集。系統(tǒng)評價(jià)原則:為了更好地對模式識別系統(tǒng)性能進(jìn)行評價(jià),必須使用一組獨(dú)立于訓(xùn)練集的測試集對系統(tǒng)進(jìn)行測試。實(shí)例:統(tǒng)計(jì)模式識別19名男女同學(xué)進(jìn)行體檢,測量了身高和體重,但事后發(fā)現(xiàn)其中有4人忘記填寫性別,試問(在最小錯(cuò)誤的條件下)這4人是男是女?體檢數(shù)值如下:實(shí)例:統(tǒng)計(jì)模式識別(續(xù))由訓(xùn)練樣本得到的特征空間分布圖實(shí)例:統(tǒng)計(jì)模式識別(續(xù))從圖中訓(xùn)練樣本的分布情況,找出男、女兩類特征各自的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論