模式识别ppt

模式识别是研究用计算机自动识别事物的一门科学， 模式识别是研究用计算机自动识别事物的一门科学，其目的是用机器完成类似于人类智 是研究用计算机自动识别事物的一门科学 能通过视觉、听觉等感官去识别外界环境所进行的工作，它包括语音识别、图像识别等 能通过视觉、听觉等感官去识别外界环境所进行的工作， 它包括语音识别、 典型应用。人工神经网络是一种基于大量神经元广泛互联的数学模型，具有自学习、 典型应用。人工神经网络是一种基于大量神经元广泛互联的数学模型，具有自学习、自 是一种基于大量神经元广泛互联的数学模型 组织、自适应的特点，与模式识别有密切的关系，在优化计算，信号处理， 组织、自适应的特点，与模式识别有密切的关系，在优化计算，信号处理，智能控制等 众多领域也得到广泛的应用。 众多领域也得到广泛的应用。
课堂实验演示内容： 课堂实验演示内容：
•
统计模式识别与神经网络模式识别设计（Matlab程序） 程序） 统计模式识别与神经网络模式识别设计（ 与神经网络模式识别设计 程序 编程实验
•
两次课堂练习（ 两次课堂练习（15%x2，基础知识部分） ，基础知识部分） 作业及自学（ 作业及自学（10%） ） 期末考试（ 期末考试（60%） ）
模式识别
Pattern Recognition
武汉大学国际软件学院 Email: slwang2005@whu.edu.cn
主要内容
2
模式识别
维基百科 http://zh.wikipedia.org/wiki/模式识别 模式识别
模式识别，就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式” 模式识别，就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。随着计算 机技术的发展，人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。 机技术的发展，人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人 类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。 类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。这是模式识别的 两个重要方面。市场上可见到的代表性产品有光学字符识别（ ）、语音识别系统 两个重要方面。市场上可见到的代表性产品有光学字符识别（Optical Character Recognition, OCR）、语音识别系统 ）、 。 计算机识别的显著特点是速度快，准确性高，效率高。在将来完全可以取代人工录入。 计算机识别的显著特点是速度快，准确性高，效率高。在将来完全可以取代人工录入。 识别过程与人类的学习过程相似。 识别过程与人类的学习过程相似。以“汉字识别”为例：首先将汉字图象进行处理，抽取主要表达特征并将特征与汉字的 汉字识别”为例：首先将汉字图象进行处理， 代码存在计算机中。就象老师教我们“这个字叫什么、如何写”记在大脑中。这一过程叫做“训练” 代码存在计算机中。就象老师教我们“这个字叫什么、如何写”记在大脑中。这一过程叫做“训练”。识别过程就是将输 入的汉字图象经处理后与计算机中的所有字进行比较，找出最相近的字就是识别结果。这一过程叫做“匹配” 入的汉字图象经处理后与计算机中的所有字进行比较，找出最相近的字就是识别结果。这一过程叫做“匹配”。
3
应用领域和参考学科
应用领域
计算机视觉
医学图像分析 光学文字识别
参考学科
人工智能 数据挖掘 模糊逻辑 信息捕获 机器学习 统计学
语音识别 手写识别 生物特征识别
人脸识别 指纹识别 虹膜识别
文件分类 互联网搜索引擎 信用评分
4
课程简介
本课程是信息与通信工程和计算机科学与技术等学科专业高年级本科 生的专业选修课。 生的专业选修课。 专业选修课 统计模式识别 本课程主要介绍统计模式识别，神经网络的理论与方法及其相关应用。 课程主要介绍统计模式识别，神经网络的理论与方法及其相关应用。 要求学生了解模式识别的基本概念，掌握基本原理和基本方法；了解 要求学生了解模式识别的基本概念，掌握基本原理和基本方法； 计算机分类识别事物和计算机分析数据的概念及基本方法，了解神经 计算机分类识别事物和计算机分析数据的概念及基本方法，了解神经 网络的原理及其在模式识别中的应用。 网络的原理及其在模式识别中的应用。 原理及其在模式识别中的应用 先修课程 ：线性代数，概率论与数理统计，程序设计基础 线性代数，概率论与数理统计，
7
主要会议
系列性国际会议 ICPR：2年一次，1000人规模 年一次， ： 年一次 人规模 ICCV： 2年一次，1000人规模 年一次， ： 年一次 人规模 CVPR：每年一次在美国，1000人规模 ：每年一次在美国， 人规模 ICDAR： 2年一次，300-400人规模 年一次， ： 年一次 人规模 其他 ICASSP, ICIP ICML
6
主要期刊
IEEE Trans. on PAMI，1978-，IEEE Computer Society Pattern Recognition，1968-，PR Society, Elsevier Pattern Recognition Letter，1980-，IAPR, Elsevier Machine Learning，Neural Computation，IEEE Trans. On NN Int. Journal of PR and AI, 1988- (World Scientific) Pattern Analysis and Applications, 1997- (Springer) Int. J. Document Analysis & Recognition, 1998模式识别与人工智能 中国图像与图形学学报
10
8
课程内容目录
1．模式识别概述 ． 2．Bayes决策理论 ． 决策理论 3．概率密度函数的估计 ． 4．线性判别函数 ． 5．邻近法则 ． 6．特征的选择与提取 ． 7．非监督学习与聚类方法 ． 8．神经网络 ． 9 ．应用举例
9
教学百度文库式
讲课+课堂实验演示 讨论 讲课 课堂实验演示+讨论 课堂实验演示
5
教材与教学参考书
模式识别(第二版 ，边肇祺，张学工等，清华大学出版社， 模式识别 第二版)，边肇祺，张学工等，清华大学出版社， 2000 第二版 模式识别原理、方法及应用， ． ． 模式识别原理、方法及应用，J．P．Marques de sa，清华大学出版社，2002。 ，清华大学出版社， 。 模式识别，杨光正等，中国科学科技大学出版社， 模式识别，杨光正等，中国科学科技大学出版社，2003。 。 Neural Network Design，Martin T.Hagan，机械工业出版社，2002。 ， ，机械工业出版社， 。 神经网络模式识别及其实现，潘蒂（ ），电子工业出版社， 神经网络模式识别及其实现，潘蒂（美），电子工业出版社，1999。 电子工业出版社 。 林学訚，清华大学网络课程“模式识别” 林学訚，清华大学网络课程“模式识别”：http://source.cer.net/gjpxw/thujsj/016/ Sergios Theodoridis, Konstantinos Koutroumbas,2009,Introduction to Pattern Recognition: A Matlab Approach (Academic Press) Sergios Theodoridis, Konstantinos Koutroumbas,2008,Pattern Recognition, 4th Edition (Academic Press) Christopher M. Bishop,2007,Pattern Recognition and Machine Learning(Springer) William Gibson, 2005, Pattern Recognition (Berkley )