模式识别综述与展望

《模式识别综述与展望》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、模式识别综述与展望（控制理论与控制工程）OverviewandProspectonPatternRecognitionABSTRACT:Thepatternrecognitionistheprocesstoprocessandanalysevariousform(value,writingandlogicalrelation)ofinformationwhichattributestothethingorthephenomenon,soastodescribe,identify,classifyandexplainthet

2、hingorthephenomenon,whichistheimportantcomponentoftheinformationscienceandtheartificialintelligence.Thispaperintroducesthedifferenceandlinksbetweenthepatternrecognitionandtheknowledgeguidancepatternrecognitionsystem,andtheapplicationofthepatternrecognitionanditsde

3、velopmentpotential.KEYWORDS:PatternRecognition;InformationScience;ArtificialIntelligence;KnowledgeGuidance摘要：模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。文章介绍了模式识别和知识引导的模式识别系统的区别和联系、模式识别的应用及其发展潜力。关键词：模式识别;信息科学;人工智能[2];知识引导

4、1引言模式识别(PatternRecognition)是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。（计算机）模式识别在20世纪60年代初迅速发展并成为一门新学科[3]。模式识别研究主要集中在两方面：一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴；二是在给定的任务下,如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容,后者通过数学家

5、、信息学专家和计算机科学工作者近几十年来的努力,已经取得了系统的研究成果。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。本文将介绍传统的模式识别和知识引导的模式识别系统的区别和联系、模式识别的应用及其近乎无限的发展潜力。2传统的模式识别方法——统计方

6、法与句法方法把图像或图像系列分割为线条、边缘，结点，区域等并提供相应的特征，诸如灰度值、颜色、形状、纹理，深度等[5]。目的是要利用这些信息对模式进行分类或者对模式进行分析(描述)。分类是实现一个模式与一个类别号的对应。分析(描述，解释)则是实现一个模式与一个符号描述的对应。模式分析一般包括：解释模式的组成部份，说明各个组成部份的时间和空间关系，甚至给出作出特定解释的理由。2.1用统计方法发展起来的模式识别系统如图一所示。图一统计模式识别系统在用统计方法研究模式识别问题时，大体上侧重于特征抽取与选择以及模式分类与学习两个方

7、面。（一）特征选择与特征抽取特征选择与特征抽取的一般方法主要分为两种:特征空间变换以及信息和距离的测度。特征空间变换这个方法目的是将原始特征空间变换为较低维数的特征空间，以便于模式的表示与模式的分类。当着眼于模式表示时，常用最小均方误差与嫡准则作为确定最优变换的最佳准则。当着眼于分类判别时，往往以最大类间距离和最小类内距离为最佳准则。至于变换方法本身可以是线性的也可以是非线性的。可利用的变换有:Courier变换，Welsh-Hallmark变换，Mar变换。为了压缩特征空间的维数常利用Karhunen-love展开式和主

8、分量分析法[7]。衡量变换结果好坏的标准之一是要看是否增加模式类的可分性。就增加模式类的可分性而言，一般非线性变换比线性变换好。然而就计算复杂性而言，。线性变换要比非线性变换简单得多。信息和距离的测度与识别率的上界和下界有关。为了比较各种信息和距离的测度，Can't以误识率的上界为准则，把各种信息和距离