模式识别的改进算法研究

ｈ ｎ ｉ ａｉ ｆ ｃｅ ｃ ｎ ｔｅｉｅ ｔ ｃ ｔ ｎｅｆ ｉｎ ｙａ ｄｒ ｕ ｅｔｅｔ ｓ ｔｄＥｘ ｅ ｍｅ ｔ ｒｓ ｔ ｈ ｗ ａ ｉ ａｇ ｒ ｈ ｈ ｏ ｄａ ｑ ｔ ｉ ｔ，ｐ ｎ ｓ ｎ ｂ ｓ ｅ ｓ ｄ ｉ ｆ ｏ ｉ ｄ ｅ ｃ ｍｅ ｈ ｉ ｗａ ｅ ． ｐ ｒ ｎｓ ｅ ｕ ｏ ｓ ｈ ｔｈ ｓ ｌｏ ｔ ｍ ａ ｇ ｏ ｄ ｐ ａ ｌ ｙｏ ｅ ｓ ｄｒ ｕ ｔ ｓ ． ｉ ｌ ｓ ｔ ｔ ｉ ｓ ｂｉ ｅ ａ ｏ ｎ Ｋ ｙ ｗｏｒ ｓ ｇ ａ ｒ ｔ ｉｖ ； ｌ ｒ ａｅｔ ｔ ； ｉ ｉ ｇ ｉｈｅ ｉｉｎ ｙ；ｔｄ ｅ ｄ ： ｕ ｄ ａｉ ｓｅ ｅ ａｔ ｎ ｔ ｍａｅ ｄ ｓ ｎ ｕ ｓ ｆ ｃｅ ｃ ｓ ｙ ｃ ｅ ｏ ｔ ｕ
ｉ ＝１
Ｃ是 变 异 的 总 数 量 ， ７是 给 定 的 参 数 。 ７
过 滤 引 入 的 字 符 串 。例 如 ，给 定 ２ 字 符 串 Ｓ＝ １００ １ 个 ， １１ １ ， ０ ＝０ １０ １ ００ ０ １ ，以及 一 个 掩 码 ＾，通过 随机 产 生 ，如 ＾ ＝ — １ ６ ２ ５ ８３ ７４置 换 顺 序 ，新 串相 应 在 原 串 中 的位 置 ） － —— — — — （ ，那
那 么 匹配 ，而 ＾（ 不 匹 配 ＾（ 。这 个 通 过 转 变 表 ） ） 示 方 式 的方 法 虽 能 避 免 漏 洞 ，但 是 并 没 有 在 这 个 转 变 过 程 中实 现样 本 的优 化 ，而 且 增 加 了 时 间 的 消 耗 ［。 ２ ］ 同样 ，使 用 海 明 距 离 匹 配 规 则 也 存 在 漏 洞 。 事 实
ｌＩ ｆｏｏ１０ Ｌ１１００ ０ ０ １ ｍ １ｆ ｏ００ ａ １１０ ０ ２ １ Ｊ
：
图 １
… １’和
“ ” 的 位 图 ７
Baidu Nhomakorabea
日
３． 系统 训 练 ２
首先对数 字 “ ”的模 式作 系统训 练 。随机产 生 ５ １ 个
样 本 ｆ＝ ） Ⅳ ５，对 这 些 样 本 与 数 字 １ 模 式 进 行 海 明 距 离 计 的 算 ，选 择 海 明 距 离 最 大 的 ３ 样 本 （ ３组 成 样 本 集 合 个 ＝ ）
息 、识 别 和理 解 周 围 环 境 的 感 知 能 力 。模 式 识 别 是 一 个 不 断 发 展 的新 学 科 ，它 的理 论 基 础 和 研 究 范 围也 在 不 断
Ｄ ６ ： ‘ ｉ
６ ｌ ｏ— ｗｉｅ 。 【 ｔｅ ｉ ０ ｉ ｈ ｒ ： ｓ
，
发展 。模式识别 的方法很 多 ，例 如决策 理论方法 、句法
在 利 用 连 续 位 匹 配 的 时候 会 出现 “ ” 洞 ，既 能 与 待
识别对象 匹配 ，也 能和非识别对 象匹配 ，无 法生成一个
《 信息化 纵横 》２０ 年第 １ 期 ０９ ０
Ｓｏｆ ｔ ｗａｒ ｃ ｏｏｇ ｅ Ｔｅ ｈｎ ｌ ｙ
有效 的检测器 。随着 的减 少 ，“ 洞” 的数 量会增加 ，Ｒ
方 法 ，大 多通 过 样 本 的相 似程 度 进 行 识 别 。 本 文 设 计 的
２ 个样 本 分 别 用 Ｓ ｂｂ６…ｂ 和 Ｔ ｃ ２ …ｃ表 示 ，即 ＝ ｌ ３ Ｌ ＝ ｌｃ Ｌ ２ Ｃ３
海明距 离 的大小 与样本 的 匹配程度 成正 比。
连 续 位 匹 配 规 则 是 指 ，对 于 任 意 ２ 长 度 为 的 个 字符 串 ａ ｂ 和 ，如 果 在 相 对 应 的位 置 上 至 少 有 个 连 续 的 位 相 同 ，那 么 ａ ｂ 匹 配 。 和 相 例 如 ，长 为 ８ 的位 串 ａ １００ ，ｂ ｌ０ ００ ，若定 ＝ ０ １１０ ＝ １ １０ １ １
样本是用 固定长度 的二进 制字符 串来模 拟 ，样本 识别通
过 海 明 距 离 和 Ｒ连 续 位 匹 配 实 现 。
１ 模 式识 别算 法分 析
在 模 式 识 别 中 ，匹 配 规 则 是 一 个 关 键 点 。 匹 配 规 则
分为完全 匹配和部 分匹配 。如果 ２ 个等 长字符 串 的每个
Ａｂ ｔ ｃ ： ｎｔ ｉ ｐ ｐ ｒ ｅｄ ｓ ｎ ｄ ａｋ ｎ ｆ ｔｈ ｎ ｌｏ ｔｍ ａ ｅ ｎｓｒ ｇｃ ｄ ｎ ， ｅ ｌ ｅ ｔｅｓ ｍｐ ｅｑ ａ ｒ ｔ ｉｖ ｎ ｅｃ ｏ ｓ ｓ ｒ ｔ Ｉ ｓ ａ ｅ ， ｅ ｉ ｅ ｉｄ ｏ ｃ ｉ ｇａｇ ｒｈ ｂ ｓ ｄ０ ｔ ｎ ｉｇ ｔ ｒａ ｉ ａ ｈ ｗ ｇ ｍａ ｉ ｉ ｏ ｏ ｚ ｈ ａ ｌ ｕ ｄ ａｉ ｓｅ ｅａ ｄ ｔ ｒ ｓ — ｃ ｈ ｍ ｔｈｎ ｆ ｗ ｄｆ ｒｎ ｍａｃ ｎ ａｇ ｒ ｍｓ ｈｓ ｅ ｉｎ ｄａ ａ ｃ ｉｇｏ ｔ ｏ ｉ ｅ ｔ ｔｈ ｇ ｏ ｉ ｅ ｉ ｌ ｈ ｔ ． ｉ ｄ ｓｇ ｅ Ｔ Ⅱ ｎｃ ｕｄａ ｏｄｔｅ“ ｏｅ ｅ ｅ ｔ ｅ ｙ ｅ ｅａ ｅ ｅｅ ｔ ｎｓ ｍｐ ｅ ｏ ｈｇ ｕ ｌｙｓ ｇ｜ Ⅱ ｏ ｌ ｖ ｉ ｈ ｈ ｌ ” ｆ ｃ ｖ ｌ， ｎ ｒｔ ｄ ｔｃｉ ａ ｌｓ ｆ ｈｑ ａ ｉ ＇ ｎ ｔ ｉ ｇ ｏ ｉ ｔ ｎ １
串表 示 ，每个像 素用 １ 个二 进制 数表示 ，其 中 ｌ 示对 表 应的像 素为黑色 ，０ 表示对应 的像素 为 白色 。１ ７ 和 构成
的 模 式 集 合 可 用 矩 阵 表 示 ：
：
进 算法 中为 了提高识别 效率 、降低时 间消耗 ，使 用海 明
距 离 和 Ｒ连 续 位 匹 配 ２ 不 同 的 匹 配 方 式 交 叉 进 行 模 式 种 识 别 ，这 样 在 不 同 规 则 下 产 生 的 不 同 漏 洞 可 以 互 相 弥 补 ，不 仅 可 以 有 效 减 少 “ ” 的 存 在 ，而 且 还 可 以 避 免 洞 使 用 其 他 表 示 方 式 消 耗 时 间 。 所 以 ，交 叉 使 用 ２ 不 同 种 的 匹 配 规 则 不 仅 可 以减 少 “ ” 的 数 量 ， 而且 可 以生 成 洞 高 质 量 的样 本 。 另 外 ，结 合 生 物 学 上 基 因 突 变 的 思 想 ， 大 量 复 制 和 变 异 与 识 别 对 象 匹 配 度 高 的 样 本 ， 而 对 于 匹 配 度 低 的 样 本 重 复 这 个 变 异 和 选 择 的 过 程 ， 保 证 样 本 和 识 别 对 象 的 匹配 度 逐 步 增 大 【 ３ ］ 。
关键 词 ：二 次 筛选 ； 交叉 匹配 ；识 别 效 率 ；学 习性 中图分 类号 ：Ｔ ３ １４ Ｐ ９． 文 献 标 识 码 ：Ａ
Ｓ ｕ ｙ ｏ ｍｐｒ ｖｅ ｅ ｔａｇ ｒｔ ｍ ｏ ａ ｔ ｒ ｅ ｏ ｎ ｔｏ ｔ ｄ ｆ ｉ ｏ ｍ ｎ ｌ ｏ ｉｈ ｆ ｒｐ ｔｅ ｎ ｒ ｃ ｇ ｉｉ ｎ
对应 位 上 的符 号都 相 同 ，那 么这 样 的 匹配称 为完 全 匹 配 。然而 实际的模式识别 中 ，完全 匹配只是其 中的一个
特 例 ，大 多 数 情 况 下 人 们 通 过 不 完 全 匹 配 进 行 模 式 识
１ ６
义 ： ，则 串 ａ与串 ｂ匹配 ，因为位 串 的第 ３ 第 ６ ４ 至 位 对应相 等 。显 然 ，当 Ｒ ４时 ，位 串 ａ ＜ 、ｂ 仍然 匹 配 。
ｌ ｒ１ Ｌ 一
景学 者们 的 日益关 注 ，成 为一 门广泛 交叉 的前 沿科学 。 模式识别 是人工智能研究 的重要领域 之一 ，模式 识别是 指计算机代 替人类或帮助 人类 感知模式 ，是对人类 感知 外界功能 的模 拟。它研究 的是计 算机模 式识别 系统 ，也 即使一个计 算机系统具有模 拟人类通过 感官接受 外界信
取 值 ８ ，每 一 个 串只 能 匹配 自身 ，不 存 在 “ ” 时 洞 ，但 是
样 本 变 异 的总 数量 公式 ：
Ⅳ
增加 了时间复杂度降低 了检测效率 。传统的避免 “ 洞”的
方 法 是 采 用 多 种 表 示 法 。它 通 过 一 个 随 机 产 生 的掩 码 来
ｃ ∑ ＋） ： ｆ
２改进 算法 的实 现
该 改进算 法 的实 现步 骤如 下 ：
ｆ） 机 产 生 Ｊ个 样 本 集 合 ； １ 随 ￣ ｒ （对这个 样本集 合与 识别对 象进行 海 明距离计 算 ； ２ ）
ａ， ｔ ；然后在 重新 随机 生成 的 ５ 个样 本 中与 数字 １ 的模 式 进行海 明距离计算 ，选择海 明距离最 大 的 ２ 个样 本（ ２ ＝ ）
Ｓｏ ｔ ｆ ｗａｒ ｃ ｎｏｏ ｙ ｅ Ｔｅ ｈ ｌｇ
模式识别 的改进算法研究
沈 学利 ，张家明 （ 宁工程技术 大学 电子 与信息工程学院，辽 宁 葫芦 岛 １ ５ ） 辽 １５ ２ ０
摘 要 ：针 对模 式识 别 问题 ，设计 了一种 基 于字符 串编码 的 匹配算 法 ，实现 了对样本 的二 次 筛选 和 两种 不 同的模 式 匹配算 法的 交叉 匹配 ，不仅 可 以有效地 减 少 “ ”的存 在 ，而且 可 以生成 高质 量 的 洞 检 测样 本 ，从 而增 强识 别效 率 、降低 时 间消耗 。对数 字识别 的 实验 结果表 明 ，该 匹配算 法具 有很 高的 识 别 率 ，能 有效 降低 错误 率 ，得 到 稳 定 的 满意 解 ，具 有 良好 的适应 性 、学 习性 、开放 性 和 鲁棒 性 。
人 工 智 能 的迅 速 发展 引 起 了众 多学 科 和 不 同专 业 背
别 ，这 样 可 以在 尽 可 能 短 的 时 间 内识 别 尽 可 能 多 的 字 符 串 。最 常 用 的模 式 匹配 规 则 有 海 明距 离 和 Ｒ连 续 位 匹 配 。 海 明 距 离 有 多 种 实 现 方 式 ，例 如 相 对 海 明距 离 、加 权海 明 距 离 、相 对 加 权 海 明 距 离 ，这 些 都 是 在 基 本 海 明 距离 的基 础 上 改 进 而 来 的 ，没 有 实 质 的 变 化 …。海 明 距 离 的公 式 如 下 ：
组 成 样 本 集 合 ，这 样 就 完 成 了上 面 所 说 的 步 骤 （） ４，形 成 了高 质 量 的 匹 配 度 高 的 样 本 。把 这 ５ 高 质 量 的样 本 个 与数 字 １ 的模 式 串 进 行 ２ 连 续 位 的 匹 配 （＝ ） 个 Ｒ ２，根 据 海
利 用上 述算 法识别 ，用位 图表示 “ ”和 “ ”这 ２ １ ７ 个 数 字 ，如 图 １ 示 。 所 有 的 数 字 都 用 １ ｉ的 二 进 制 所 ２ｂｔ
上 ，目前 使 用 的所 有 带有 一 定 匹 配率 的匹 配规 则 都 避
免 不 了漏 洞 。鉴 于 此 ，本 文 提 出 一 种 改 进 的 算 法 。在 改
（） 算集 合 Ｇ中的样 本和 识别 对 象 的海 明距 离 ； ９计 ｆ０ １） 把集合 Ｇ中海 明距离大于记忆集合 的样本 ，增 加 到 记 忆集 合 中 ； （１ 果没 有 达到识 别 要求 则转 到 步骤 （） １） 如 １。 ３ 实例验 证
３ １ 问题 描 述 ．
么 ＾（．０ １ １１，＾（ ＝００ ０ １ ） ０ １１０ ＝ Ｓ ００ １１ 。使用连续位规则 Ｒ ３ ￣ ＝，
Ｓ Ｎ Ｘｕ ｉ ＨＡ ｉ ｎ ＨＥ ｅＬ ，Ｚ ＮＧ ＪａＭｉｇ （ｃｏｌｆ ｌ ｔ ｎｃ Ｉｆｒ ａｉ ｎ ｉｅｒ ｇ Ｌａｎｎ ｅｈｉａ Ｕ ｉｅ ｉ ， ｕｕ ａ ５ ０ ， ｈｎ） Ｓｈｏ ｏ ｅ ｒ ｉ ＆ ｎｏｍ ｔ ｎＥ ｇ ｅｉ ， ｉｏ ｇ ｃｎｃｌ ｎｖｒ ｔ Ｈ ｄ ｏ１ １５ Ｃ ｉａ Ｅ ｃｏ ｏ ｎ ｎ ｉ Ｔ ｓｙ ｌ ２