模式识别相关资料(doc 8页)

模式识别相关资料(doc 8页)
部门： xxx
时间： xxx
整理范文，仅供参考，可下载自行编辑
《模式识别导论》
姓名
班级
学号
成绩
1) A B
2) A B C 3)
2011年
阅读材料：（参考资料的阅读以下面的题目为导向，不需要细致的研读代码。

）
边肇祺、张学工编著《模式识别》第二版，第十五章
求是科技张宏林编著《Visual C++数字图像模式识别技术及工程实践》，第五、六、七、八章
题目：（请对问题一一作答。

解答要尽量表达明白、条理清楚。

不要求给出具体的代码实现。

）
1）汉字识别是与生活紧密相关的一种二维信号识别问题。

通过对上述材料的研读，同学们应该对模式识别方法如何应用于实际中、以及在实际应用中需要考虑哪些问题有了一些深入的认识。

问题：
A．一般解决模式识别问题有哪几个关键步骤？给出处理一般模式识别问题步骤的流程图。

B．以汉字识别为例，预处理步骤是哪些（举出3种）？汉字的哪些特性可以被提取作为模式特征（举出5种）？利用特征进行汉字识别分类时，要注意什么问题？有什么样的解决方法？一般可采取哪些判别准则进行分类？
2）工厂对打上来的鱼进行分类，不同种类的鱼处理方式不
同。

可是鱼的数量过大，人工分类不现实。

如何利用模式
识别的方法让计算机帮我们分类？
A．可能需要进行哪些预处理？你能想到哪些鱼类特性作
为分类特征？可以采取哪些对应的分类决策方法？
B．在分类过程中，可能会遇到分类算法错误率高、性能
不够鲁棒，你能想出什么方法有效解决？
C．文字说明一种你设计的、认为可以准确处理大多数鱼
类分类问题的分类算法，并写出算法流程图。

左图是利用传感器（如摄像机）对鱼类采样，以进行自动
分类的工厂流水线示意图。

3）人类具有很强的模式识别能力。

通过视觉信息识别文字、图片和周围的环境，通过听觉信息识别与理解语言。

模式识别能力是人类智能的重要组成部分。

今天，虽然人们可以利用计算机部分实现人的视觉，听觉等模式识别能力，但是相对于浩瀚的人类智能，今天的模式识别无论是在理论研究还是在应用水平上都仅仅只处于初级阶段。

请以“模式识别，让明天更美好”为题，设想2000年后，模式识别在理论上将会有那些突破，在应用中将会怎样深刻的影响人类的工作和生活。

要求：
a、体裁不限，字数不限，可以写成故事，小说或科技论文等等。

b、文章应建立在对现存模式识别的理论分析基础之上，通过分析统计模式识别的优点和
不足，设想2000年后模式识别将会得到怎样的发展。

c、设想2000年模式识别应用的时候，应尽可能全面地描述模式识别在人类生活和生产中
的应用，如在工业，生活，娱乐，医疗，通信，战争等等。

想象的翅膀能飞多远，就让它飞多远。

d、如果可以包含心理学，生理学，神经学，或数学，信息学等方面的描述更好。

解答：
1）
A ．解决模式识别问题的关键步骤：信息获取、预处理、特征提取和分类决策
处理一般模式识别问题步骤的流程图
B ．汉字识别与处理步骤：
1.书写倾斜的校正
2.笔画粗细的调整
3.消除干扰
模式特征：复杂指数、四边码、粗外围特征、粗网格特征和笔画密度特征
分类是要注意的几个问题：粗分类的正确分类率和分类稳定性要高、粗分类速度要快、
粗分类特征要简单、分类字典小、节约存储空间、粗分类方法要和细分类方法相协调
解决方法：1.采用复合特征的分类
2.多级分类
分类标准
（1）∑=-=m i i i g x
G x D 1),(
（2）()[]2/11)(),(∑---=G x G x G x D T
（3）相似度 2/112121)(),(⎥⎦
⎤⎢⎣⎡⋅⋅=⋅⋅=∑∑∑===m i i m i i m
i i i g x g x G x G x G x R
（4）符合相似度 0
002/1202*)(),(G G x
x G x R j j
=
⎥⎦⎤⎢⎣
⎡⋅=∑=φφ其中：
)
1(222111θφ+⎪⎪⎭⎫ ⎝⎛+=G G G G x x y G G x G G G G G G j j
2/1202020122122)(22,22,)
1(2⎥⎦⎤⎢⎣
⎡⋅===-⎪⎪⎭⎫ ⎝⎛-=∑=φθθφ
（5）混合相似度 2
/120220
2/12202),(),()()(),(⎥
⎦⎤⎢⎣⎡-⋅-=⎥⎦⎤⎢⎣
⎡⋅⋅-⋅=∑∑∑===+j j g j j
j g g j j
G G G G x
x x G x R φφφψμψμφ是常数，
其中，
2）
A.预处理：用图像分割技术将每条鱼从背景中分割出来
鱼的特征：体型，长度，宽度，身体颜色以及它的亮度，鱼鳍的个数，嘴巴的位置，尾部的形状
分类决策方法：需要考虑代价函数，分类过程中需要使得代价函数最小化。

1.Min（第1种鱼错分条数+第2种鱼错分条数+ +第n种鱼错分条数）
2.Min（第1种鱼错分条数）单价+ +第n种鱼错分条数单价
B．解决方法：
1.保留某些特征，除去其他特征，减少计算量
2.可以进行多分类器的后续处理
3.建立性能评价环节
C．分类算法：先用传感器来进行数据收集，然后通过图像分割技术进行预处理，把每一条鱼与背景分开来，之后进行特征提取，不应选取过多的特征，保留部分特征即可，可以减少计算量，下一步选择对应的模型进行训练，用特征向量进行分类，然后进行评价，确定是否欠训练或过度训练，最后可以进行计算复杂的分析，以改进分类算法。

算法流程图：。