Chap1_模式识别

§1.2 模式的描述方法
定量的表示方法 一个苹果的颜色用什么方式表示？ 一个苹果的颜色用什么方式表示？ 如果颜色只能用某些典型色来表示，如红、 如果颜色只能用某些典型色来表示，如红、橙、蓝、 那么，这种情况只能用代号表示， 绿、紫，那么，这种情况只能用代号表示，如令红 橙为2 等等。 为1号，橙为2号，等等。 苹果如加上颜色描述，则可用一个三维向量， 苹果如加上颜色描述，则可用一个三维向量， (0.35,10,1)t。 颜色的另一种表示方法，可以用常用的RGB表示 表示。 颜色的另一种表示方法，可以用常用的RGB表示。 R，G，B就是一个三维向量，如与重量、尺度汇合 就是一个三维向量，如与重量、 在一起，就是一个五维的向量。 在一起，就是一个五维的向量。
§1.1 模式识别和模式的概念
计算是让机器辨别事物的最基本方法， 计算是让机器辨别事物的最基本方法，原则 是让机器辨别事物的最基本方法 上讲是对计算机要分析的事物与作为标准的 模板”的相似程度进行计算。 “模板”的相似程度进行计算。 因此首先通过计算要能从度量 度量中看出不同事 因此首先通过计算要能从度量中看出不同事 物之间的差异， 物之间的差异，才能分辨当前要识别的事物 (称为测试样本)跟哪类事物更接近。因此找 称为测试样本)跟哪类事物更接近。 到有效地度量不同类事物的差异的方法是最 关键的。 关键的。
18
§1.2 模式的描述方法
定性的表示方法 有一些事物用向量表示是不方便的， 有一些事物用向量表示是不方便的，例如一 幅景色图像中的房屋用向量描述就不一定方 对房屋而言，它有屋顶、 便，对房屋而言，它有屋顶、墙、门窗等组 各种成分之间又有相互关系， 成，各种成分之间又有相互关系，则墙在屋 顶之下，门与窗都在墙上等。 顶之下，门与窗都在墙上等。 这种由组成成分与相互关系表示的表示方法， 这种由组成成分与相互关系表示的表示方法， 最好用结构性的表示，常用的有串、 最好用结构性的表示，常用的有串、树、图 等。
6
第一章 绪论
难点： 难点： 1、 模式的特征向量表示与结构表示 2、 利用特征向量表示进行分类的基本原理 3、 训练和学习的概念、算法，分类器设计 训练和学习的概念、算法， 是如何利用训练样本数据提供的信息的 4、 模式识别系统的组成，特征选择与提取 模式识别系统的组成， 的含义和重要性 5、 相似性的度量方法
14
§1.2 模式的描述方法
特征：用来决策事物类别的特点、 特征：用来决策事物类别的特点、属性就称 之为物体所具有的特征。在模式识别技术中， 之为物体所具有的特征。在模式识别技术中， 模式就是用它们所具有的特征描述的。 模式就是用它们所具有的特征描述的。对一 种模式与它们的样本来说， 种模式与它们的样本来说，将描述它们的所 有特征用一特征集表示
21
§1.2 模式的描述方法
实际上， 实际上，只要记住向量的运算是建立在各个分量基 础上的，例如： 础上的，例如：
图像的运算也是按行列来进行，不要弄错行列。 图像的运算也是按行列来进行，不要弄错行列。 时域信号： 语音信号这种随时间变化的信号 这种随时间变化的信号。 时域信号：如语音信号这种随时间变化的信号。元 素之间的时间先后顺序很重要， 素之间的时间先后顺序很重要，因此可用向量的形 式将它们排列起来。严格一些， 式将它们排列起来。严格一些，对语音信号进行采 然后将在不同时刻采样值排列起来，组成向量。 样，然后将在不同时刻采样值排列起来，组成向量。
11
§1.1 模式识别和模式的概念
模式类与模式 样本：所见的具体事物， 样本：所见的具体事物， 模式：而它们所属的事物类别， 模式：而它们所属的事物类别，代表这些事 物的“概念”是模式。 物的“概念”是模式。 模式： 模式：也有另一种说法把所见到的事物称为 模式， 模式， 模式类：而将它们的归属类别称为模式类。 模式类：而将它们的归属类别称为模式类。 因此模式这个词。 因此模式这个词。
信息科学与技术学院 郝矿荣 E-mail: krhao@
1
模式识别
PATTERN RECOGNITION
教材及参考书目： 教材及参考书目： • 模式识别 边肇祺、 边肇祺、张学工等 清华大学出版社 • 图像处理、分析与机器视觉 图像处理、 Image Processing, Analysis and Machine Vision Milan Sonka 等著 人民邮电出版社
19
§1.2 模式的描述方法
在本课中，我们主要使用向量表示方法。向 在本课中，我们主要使用向量表示方法。 量的每个元素称为特征， 量的每个元素称为特征，该向量也因此称为 特征向量。 特征向量。
20
§1.2 模式的描述方法
图像、像素的定义： 图像、像素的定义： 在计算机里分析的称为数字图像 数字图像， 在计算机里分析的称为数字图像，它由排列整 齐的二维网格组成，分为若干行与若干列， 齐的二维网格组成，分为若干行与若干列，相当于 一个二维数组，或称矩阵 我们称每个元素为像素， 矩阵。 一个二维数组，或称矩阵。我们称每个元素为像素， 例如处在第三行第四列的元素的灰度值 155， 灰度值为 例如处在第三行第四列的元素的灰度值为155，则 可表示成I(3,4)=155。 可表示成I(3,4)=155。 在本门课中都是对向量进行分析的， 在本门课中都是对向量进行分析的，因此在概 念上要把图像也表示成向量， 念上要把图像也表示成向量，譬如将图像像素一列 一列串起来。 一列串起来。
大作业30期末考试70第一章绪论11模式识别和模式的概念12模式的描述方法13模式识别系统14有关模式识别的若干问题15本书内容及宗旨第一章绪论本章要点难点本章是这门课的绪言重点是要弄清模式识别的名词含义从而弄清这门课能获得哪方面的知识学了以后会解决哪些问题
模式识别
PATTERN RECOGNITION
22
§1.3 模式识别系统(一) 模式识别系统(
执行模式识别的计算机系统称为模式识别系统 执行模式识别的计算机系统称为模式识别系统。设 模式识别系统。 计人员按需要设计模式识别系统， 计人员按需要设计模式识别系统，而该系统被用来 执行模式分类的具体任务。 执行模式分类的具体任务。
一般由数据获取，预处理，特征提取选择、分类决 一般由数据获取，预处理，特征提取选择、 策及分类器设计五部分组成。 策及分类器设计五部分组成。分类器设计在训练过 程中完成，利用样本进行训练， 程中完成，利用样本进行训练，确定分类器的具体 参数。而分类决策在识别过程中起作用， 参数。而分类决策在识别过程中起作用，对待识别 23 的样本进行分类决策。 的样本进行分类决策。
8ቤተ መጻሕፍቲ ባይዱ
§1.1 模式识别和模式的概念
模式识别研究内容 1、研究生物体如何感知对象，属于认知科 研究生物体如何感知对象， 学的范畴。 学的范畴。 2、在给定任务下，如何用计算机实现模式 在给定任务下， 识别的理论和方法，通过数学家、 识别的理论和方法，通过数学家、信息学家 和计算科学工作者等 3、使机器能做以前只能由人类才能做的事， 使机器能做以前只能由人类才能做的事， 具备人所具有的、 具备人所具有的、对各种事物与现象进行分 描述与判断的部分能力。 析、描述与判断的部分能力。
本章要点、难点 本章要点、 本章是这门课的绪言， 本章是这门课的绪言，重点是要弄清 模式识别”的名词含义， “模式识别”的名词含义，从而弄清这门 课能获得哪方面的知识， 课能获得哪方面的知识，学了以后会解决 哪些问题。 哪些问题。
5
第一章 绪论
重点： 重点： 1、模式识别的含义，模式的概念 模式识别的含义， 2、模式的描述方法 3、模式识别系统的组成 4、模式识别利用训练样本设计分类 器的原理， 器的原理，两种最基本的分类方 法的原理
12
§1.1 模式识别和模式的概念
模式类与模式或者模式与样本在集合论中是 模式类与模式或者模式与样本在集合论中是 或者模式与样本 子集与元素之间的关系。 子集与元素之间的关系。 等价类：当用一定的度量来衡量两个样本， 等价类：当用一定的度量来衡量两个样本， 而找不出它们之间的差别时， 而找不出它们之间的差别时，它们在这种度 量条件下属于同一个等价类。它们属于同一 量条件下属于同一个等价类。它们属于同一 子集， 一个模式， 一个模式类。 子集，是一个模式，或一个模式类。 而不同的模式类之间应该是可以区分的，它 而不同的模式类之间应该是可以区分的， 们之间应有明确的界线。但对实际样本， 们之间应有明确的界线。但对实际样本，分 属不同的类别的样本却表现出相同的属性， 属不同的类别的样本却表现出相同的属性， 13 因而无法确凿无误地对它们进行区分。 因而无法确凿无误地对它们进行区分。
9
§1.1 模式识别和模式的概念
模式识别(Pattern 模式识别(Pattern Recognition) 实际上人类却在日常生活的每个环节， 实际上人类却在日常生活的每个环节，从事 着模式识别的活动 模式识别就是机器识别 计算机识别， 就是机器识别， 模式识别就是机器识别，计算机识别，或机 器自动识别。 器自动识别。 如检测病理切片中是否有癌细胞， 如检测病理切片中是否有癌细胞，文字 识别，话语识别，图像中物体识别等等。 识别，话语识别，图像中物体识别等等。
10
§1.1 模式识别和模式的概念
机器识别事物在目前也是很简单与低级的， 机器识别事物在目前也是很简单与低级的， 因此机器识别事物的能力还很差。 因此机器识别事物的能力还很差。 原因是人们在学习与认识事物中会总结出规 并把这些规律性的东西抽象成“概念” 律，并把这些规律性的东西抽象成“概念”。 但机器目前的抽象能力是很差的。 但机器目前的抽象能力是很差的。要让机器 准确地把握事物的本质， 准确地把握事物的本质，弄清分辨事物的关 键，从而正确辨别事物，实质上是要使人能 从而正确辨别事物，实质上是要使人能 够研究出好的方法，提出好的算法， 够研究出好的方法，提出好的算法，从而构 造出好的系统，使机器辨别事物的本领更强。 造出好的系统，使机器辨别事物的本领更强。
16
§1.2 模式的描述方法
定量的表示方法 用各种尺度对事物进行度量。 用各种尺度对事物进行度量。例如对水果进 行分类，水果的重量、大小、颜色、 行分类，水果的重量、大小、颜色、香味乃 至味道等。譬如用水果的重量， 至味道等。譬如用水果的重量，近似球体直 径。 这两个指标按规定的先后排起来， 这两个指标按规定的先后排起来，如一只苹 果重0.3斤 直径10厘米 厘米， 果重0.3斤，直径10厘米，则可表示成 (0.3,1.0)。 (0.3,1.0)。 这种表示方法就称为向量表示法， 这种表示方法就称为向量表示法，该向量有 两个分量，每个分量有自己特定的含义。 两个分量，每个分量有自己特定的含义。 17
2
模式识别
PATTERN RECOGNITION
考核形式： 考核形式： • 大作业 30% 30% • 期末考试 70% 70%
3
第一章 绪论
§1.1 模式识别和模式的概念 §1.2 模式的描述方法 §1.3 模式识别系统 §1.4 有关模式识别的若干问题 §1.5 本书内容及宗旨
4
第一章 绪论
7
§1.1 模式识别和模式的概念
模式识别的发展历程； 模式识别的发展历程； 诞生于20世纪 年代 世纪20年代； 诞生于20世纪20年代；随着计算机和人工 智能的兴起， 60年代初发展成一门学科 年代初发展成一门学科。 智能的兴起，在60年代初发展成一门学科。 模式识别的应用领域； 模式识别的应用领域； 所研究的理论和方法在很多科学和技术领域 中得到了广泛的重视， 中得到了广泛的重视，如人工智能技术及图 像处理、信号处理、计算机视觉、 像处理、信号处理、计算机视觉、多媒体技 术等多种领域。 术等多种领域。 天气预报、卫星航空图片的解析 等 天气预报、
其中O表示模式或样本的名称， 其中O表示模式或样本的名称， 则是它们所 具有的特征。特征包括定性与定量两种描述。 具有的特征。特征包括定性与定量两种描述。
15
§1.2 模式的描述方法
模式的描述方法： 模式的描述方法： 一种是对事物的属性进行度量， 一种是对事物的属性进行度量，属于定量的 表示方法。 表示方法。 另一种则是对事务所包含的成分进行分析， 另一种则是对事务所包含的成分进行分析， 称为定性的描述或结构性描述。 称为定性的描述或结构性描述。