模式识别 第一章 绪论

长度(mm) 136 141 146 151 156
宽度(mm) 63 70 70 70 77
磁性 有 有 有 有 有
金属条位置(大约) 54/82 54/87 57/89 60/91 63/93
5元
反 射 光 波 形
2021/3/15
10元
20元 50元 100元
1 2 3 4 5 6 7 8
1. 2 模式识别系统
是研究机器如何观察环境，学习从背景获取感兴趣 的辨识，做出正确和合理的判断属于哪种模式分类 。
2021/3/15
模式识别的意义 数字化感知数据：来源丰富、数量巨大
2021/3/15
模式识别的难点
感知数据：非结构化（像素、声波等）
2021/3/15
模式识别与其他学科
输入系统
计算/处理 系统
输出系统
模式识别 第一章 绪论
概述之一 模式识别学科
感知：从环境获取信息
2021/3/15
计算机模式识别 模式识别：使计算机模仿人的感知能力，从
感知数据中提取信息（判别物体和行为）的 过程。
姚明
ROCKETS
11
数据 获取
模式 分割
模式 识别
2021/3/15
模式识别的概念
Pattern recognition 模式识别
例子2：苹果和香蕉的分类
似圆度 1.15,0.9
2021/3/15
颜色（绿/红）
概述之四－基本方法
一、统计模式识别 二、句法模式识别 三、模糊模式识别 四、人工神经网络法 五、人工智能方法
2021/3/15
一、统计模式识别
模式描特述征方向法量：x (x 1 ,x 2 , ,x n )
模式判定： 模式类用条件概率分布P(X/i)表示,m类就有
分类识别
2021/3/15
系统实例—验钞机
数据采集、特征提取：
长度、宽度、磁性、磁性的位置，光反射亮度、光 透射亮度等等
特征选择：
长度、磁性及位置、反射亮度
分类识别：
确定纸币的面额及真伪
2021/3/15
5元 10元 20元 50元 100元
5元 10元 20元 50元 100元
2021/3/15
m个分布，然后判定未知模式属于哪一个分布。
2021/3/15
一、统计模式识别
理论基础：概率论，数理统计 主要方法：线性、非线性分类、Bayes决策、聚类分析 主要优点：
2021/3/15
• 特征(Features)：能描述模式特性的量（测
量值）。在统计模式识别方法中，通常用一 个矢量 xx 表 示(x ，1 ,称x 之2 , 为特,x 征n 矢) 量，记为
• 模式类(Class)：具有某些共同特性的模式 的集合。
2021/3/15
各类空间（Space)
模 对象空间
自然输入 系统
计算机系统 人工智能系统
图像处理
图 像
模式识别
描 述
2021/3/15
计算机图 形学
模式识别学科位置
模式识别：计算机科学与电子工程交叉学科 中国：“控制科学与工程”一级学科
➢ 二级学科：控制理论与控制工程、模式识别与智能系统 、系统工程等
西方：没有自动控制系
➢ 自动控制：电子工程系、机械工程系 ➢ 模式识别：电子工程系、计算机科学系
2021/3/15
概述之二 基本概念
• 模式识别(Pattern Recognition)：确定一个 样本的类别属性（模式类）的过程，即把某一 样本归属于多个类型中的某个类型。
• 样本（Sample)：一个具体的研究（客观）对象 。如患者，某人写的一个汉字，一幅图片等。
• 模式(Pattern)：对客体（研究对象）特征的描 述（定量的或结构的描述），是取自客观世界 的某一样本的测量值的集合（或综合）。
2021/3/15
待识 数据采集 二次特征 对象 特征提取 提取与选择
分类 识别结果 识别
训练 数据采集 样本 特征提取 人工 改进采集 干预 提取方法
二次特征提 改进分类 取与选择 识别规则来自百度文库
改进特征提 制定改进分 取与选择 类识别规则
正确率 测试
2021/3/15
模式识别系统的主要环节： 特征提取： 符号表示，如长度、波形、。。。 特征选择： 选择有代表性的特征，能够正确分类 学习和训练：利用已知样本建立分类和识别规则 分类识别： 对所获得样本按建立的分类规则进行
2021/3/15
人类具有很强的模式识别能力，时刻在完成某 种模式识别的任务。
模式识别作为一门学科，是研究用机器完成自 动识别事物的工作。
模式识别学科形成于50~60年代，与众多学科 有联系，尤其与人工智能和图像处理关系密切 。
模式识别是一门理论与应用并重的技术科学。 有广泛的需求。
还在发展中，现有的理论与方法还有不足。
式
识 模式空间 别
三 大
特征空间
任
务 类型空间
2021/3/15
模式采集：从客观世界（对象 空间）到模式空间的过程称为 模式采集。
特征提取和特征选择：由模式 空间到特征空间的变换和选择。
类型判别：特征空间到类型空 间所作的操作。
概述之三 模式识别系统
待识 数据采集 二次特征 对象 特征提取 提取与选择
is the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. (Anil K. Jain)
分类 识别结果 识别
数通分预字常类处化在能识理—采描别这—集述是个比信对根环特息象据节流过的事的程元先内中素确容，很定很还多的广要，分泛去为类，除节规与所约则要获资对解取源前决信和面的息提选具 中高取体的处的问噪理特题声速征有，度进关增，行，强有分例有时类如用更（，的为即从信了识图息可别象等行）中工性。将作，汽。在车这满车种足牌使分的信类号息识码 纯别识化正别的确出处率来理要，过求就程的需叫条要做件先信下将息，车的按牌预某从处种图理准像。则中尽找量出选来用，对再 正对确车分牌类进识行别划作分用，较将大每的个特数征字。分使别得划用分较开少。的做特到 征这就一能步完以成后分，类才识能别对任每务个。数字进行识别。以上工 作都应该在预处理阶段完成。