模式识别第一章绪论.pdf

模式识别第一章绪论.pdf

ID:52442559

大小:1.75 MB

页数:40页

时间:2020-03-27

模式识别第一章绪论.pdf_第1页
模式识别第一章绪论.pdf_第2页
模式识别第一章绪论.pdf_第3页
模式识别第一章绪论.pdf_第4页
模式识别第一章绪论.pdf_第5页
资源描述:

《模式识别第一章绪论.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、模式识别引言1课程对象控制科学与技术专业硕士研究生的专业基础课计算机应用技术专业硕士研究生的专业基础课电子科学与技术学科硕士研究生的专业基础课教学方法着重讲述模式识别的基本概念,基本方法和算法原理。注重理论与实践紧密结合。实例教学:通过大量实例讲述如何将所学知识运用到实际应用之中避免引用过多的、繁琐的数学推导。2教学任务掌握模式识别的基本概念和方法。有效地运用所学知识和方法解决实际问题。为研究新的模式识别的理论和方法打下基础。教材边肇祺,模式识别(第二版),清华大学出版社,2000。R.Duda,P.Hart,D.Stork,Patte

2、rnClassification,secondedition,2000(有中译本)。3考核方式1.考勤(10分,课堂提问,一次没到扣2分)2.大作业(共3次,每次10分)方式:分组(每组6人),充分讨论,共同完成展示:每组派1人上台介绍工作,每组15分钟3.专题介绍(10分,每组1次)方式:上台介绍,从内容、形式、风貌全面考核4.闭卷考试(50分)第一章模式识别概论4什么是模式(Pattern)?什么是模式?广义地说,存在于时间和空间中可观察的物体,如果我们可以区别它们是否相同或是否相似,都可以称之为模式。模式所指的不是事物本身,而是从事物获

3、得的信息,因此,模式往往表现为具有时间和空间分布的信息。模式的直观特性:可观察性可区分性相似性5模式识别的概念模式识别–直观,无所不在,“人以类聚,物以群分”周围物体的认知:桌子、椅子人的识别:张三、李四声音的辨别:汽车、火车,狗叫、人语气味的分辨:炸带鱼、红烧肉人和动物的模式识别能力是极其平常的,但对计算机来说却是非常困难的。模式识别的研究目的:利用计算机对物理对象进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。Y=F(X)X的定义域取自特征集Y的值域为类别的标号集F是模式识别的判别方法6模式识别简史192

4、9年G.Tauschek发明阅读机,能够阅读0-9的数字。30年代Fisher提出统计分类理论,奠定了统计模式识别的基础。50年代NoamChemsky提出形式语言理论——傅京荪提出句法结构模式识别。60年代L.A.Zadeh提出了模糊集理论,模糊模式识别方法得以发展和应用。80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活,并在模式识别得到较广泛的应用。90年代小样本学习理论,支持向量机也受到了很大的重视。模式识别的应用(举例)生物学自动细胞学、染色体特性研究、遗传研究天文学天文望远镜图像分析、自动光谱学经济学

5、股票交易预测、企业行为分析医学心电图分析、脑电图分析、医学图像分析7模式识别的应用(举例)工程产品缺陷检测、特征识别、语音识别、自动导航系统、污染分析军事航空摄像分析、雷达和声纳信号检测和分类、自动目标识别安全指纹识别、人脸识别、监视和报警系统模式识别方法模式识别系统的目标:在特征空间和解释空间之间找到一种映射关系,这种映射也称之为假说。特征空间:从模式得到的对分类有用的度量、属性或基元构成的空间。解释空间:将c个类别表示为其中为所属类别的集合,称为解释空间。8假说的两种获得方法监督学习、概念驱动或归纳假说:在特征空间中找到一个与解释

6、空间的结构相对应的假说。在给定模式下假定一个解决方案,任何在训练集中接近目标的假说也都必须在“未知”的样本上得到近似的结果。依靠已知所属类别的的训练样本集,按它们特征向量的分布来确定假说(通常为一个判别函数),在判别函数确定之后能用它对未知的模式进行分类;对分类的模式要有足够的先验知识,通常需要采集足够数量的具有典型性的样本进行训练。假说的两种获得方法(续)非监督学习、数据驱动或演绎假说:在解释空间中找到一个与特征空间的结构相对应的假说。这种方法试图找到一种只以特征空间中的相似关系为基础的有效假说。在没有先验知识的情况下,通常采用聚类分析方法,基于“物

7、以类聚”的观点,用数学方法分析各特征向量之间的距离及分散情况;如果特征向量集聚集若干个群,可按群间距离远近把它们划分成类;这种按各类之间的亲疏程度的划分,若事先能知道应划分成几类,则可获得更好的分类结果。9模式分类的主要方法数据聚类统计分类结构模式识别神经网络数据聚类目标:用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据集。是一种非监督学习的方法,解决方案是数据驱动的。10统计分类基于概率统计模型得到各类别的特征向量的分布,以取得分类的方法。特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法,分类器是概念

8、驱动的。结构模式识别该方法通过考虑识

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。