計(jì)算機(jī)科學(xué)理論模式識(shí)別課件PPT資料

計(jì)算機(jī)科學(xué)理論(lǐlùn)模式識(shí)別課件第一頁(yè)，共29頁(yè)。課程(kèchéng)對(duì)象信息工程專業(yè)本科生的專業(yè)課學(xué)院(xuéyuàn)碩士研究生的學(xué)位課學(xué)院(xuéyuàn)博士研究生的必修課之一第二頁(yè)，共29頁(yè)。學(xué)習(xí)(xuéxí)方法著重理解

基本概念

基本方法(fāngfǎ)

算法原理注重理論與實(shí)踐緊密結(jié)合

第三頁(yè)，共29頁(yè)?；?jīběn)要求基本：完成課程學(xué)習(xí)，通過考試，獲得學(xué)分。提高：能夠?qū)⑺鶎W(xué)知識(shí)和內(nèi)容用于課題研究，解決實(shí)際問題(wèntí)。飛躍：通過模式識(shí)別的學(xué)習(xí)，改進(jìn)思維方式，為將來的工作打好基礎(chǔ)，終身受益。第四頁(yè)，共29頁(yè)。課程內(nèi)容及安排(ānpái)第一章引論 (2學(xué)時(shí))第二章聚類分析 (4學(xué)時(shí))第三章判別域代數(shù)界面方程法 (4學(xué)時(shí))第四章統(tǒng)計(jì)判決 (4學(xué)時(shí))第五章統(tǒng)計(jì)決策中的學(xué)習(xí)與估計(jì)（4學(xué)時(shí))第六章最近鄰方法（2學(xué)時(shí))第七章特征提取與選擇 (2學(xué)時(shí))復(fù)習(xí) (2學(xué)時(shí))實(shí)驗(yàn) 上機(jī)實(shí)驗(yàn) (8學(xué)時(shí))作業(yè)(zuòyè) 每章課后布置習(xí)題考核筆試(70%)+實(shí)驗(yàn)(20%)+作業(yè)(zuòyè)(10%)第五頁(yè)，共29頁(yè)。教材(jiàocái)及參考教材(jiàocái)教材(jiàocái)孫即祥，《現(xiàn)代模式識(shí)別》，國(guó)防科技大學(xué)出版社，參考教材(jiàocái)J.P.MarquesdeSa,《模式識(shí)別-原理、方法及應(yīng)用》，清華大學(xué)出版社，2002.11邊肇祺等，《模式識(shí)別》（第二版）清華大學(xué)出版社SergiosTheodoridis,李晶皎等譯，模式識(shí)別（第三版），電子工業(yè)出版社，2006第六頁(yè)，共29頁(yè)。第一章 引論1.1 模式(móshì)和模式(móshì)識(shí)別1.1.1模式和模式識(shí)別的概念識(shí)別是人類的基本行為模式識(shí)別（PatternRecognition）——使用(shǐyòng)計(jì)算機(jī)來辨別事物。機(jī)器識(shí)別，計(jì)算機(jī)識(shí)別，機(jī)器自動(dòng)識(shí)別。第七頁(yè)，共29頁(yè)。1.2模式識(shí)別(móshìshíbié)系統(tǒng)第八頁(yè)，共29頁(yè)。概念樣本（Sample)：一個(gè)具體的研究（客觀）對(duì)象。如某人寫的一個(gè)漢字，一幅圖片等。模式（Pattern）：對(duì)客體（研究對(duì)象）特征的描述（定量的或結(jié)構(gòu)的描述），是取自客觀世界的某一樣本的測(cè)量值的集合（或綜合）。模式類（Class）：具有某些共同(gòngtóng)特性的模式的集合。第九頁(yè)，共29頁(yè)。特征矢量(shǐliàng)：設(shè)一個(gè)研究對(duì)象的個(gè)特征量測(cè)量值分別為,我們將它們作為一個(gè)整體來考慮,讓它們構(gòu)成一個(gè)維特征矢量(shǐliàng)。特征空間:各種不同取值的特征矢量(shǐliàng)的全體構(gòu)成了維特征空間。注：特征矢量(shǐliàng)就是特征空間中的一個(gè)點(diǎn)。

(顏色(yánsè)（綠/紅）,似圓度)第十頁(yè)，共29頁(yè)。顏色(yánsè)（綠/紅）似圓度模式識(shí)別(móshìshíbié)：確定一個(gè)樣本的類別屬性（模式類）的過程，即把某一樣本歸屬于多個(gè)類型中的某個(gè)類型。模式分類的過程。第十一頁(yè)，共29頁(yè)。1.1.2機(jī)器與人類識(shí)別(shíbié)事物原理的比較人類(rénlèi)：具有抽象抽象概念的能力總結(jié)規(guī)律，抽象出概念機(jī)器：缺乏抽象能力基本方法是計(jì)算第十二頁(yè)，共29頁(yè)。1.1.3模式識(shí)別(móshìshíbié)技術(shù)的應(yīng)用領(lǐng)域生物學(xué)自動(dòng)細(xì)胞學(xué)、染色體特性研究、遺傳研究天文學(xué)天文望遠(yuǎn)鏡圖像(túxiànɡ)分析、自動(dòng)光譜學(xué)經(jīng)濟(jì)學(xué)交易預(yù)測(cè)、企業(yè)行為分析醫(yī)學(xué)心電圖分析、腦電圖分析、醫(yī)學(xué)圖像(túxiànɡ)分析第十三頁(yè)，共29頁(yè)。文字識(shí)別(shíbié)（CharacterRecognition）OCR（OpticalCharacterRecognition）智能交通（IntelligentTraffic）車牌、車型語(yǔ)音識(shí)別(shíbié)（Speechrecognition）翻譯機(jī)，身份識(shí)別(shíbié)等目標(biāo)識(shí)別(shíbié)ATR（AutomaicTargetRecognition）第十四頁(yè)，共29頁(yè)。（1）確定患者的病癥：測(cè)量體溫、血壓，化驗(yàn)血沉，詢問臨床表現(xiàn)（模式采集）；（2）醫(yī)生運(yùn)用醫(yī)學(xué)知識(shí)和個(gè)人(gèrén)經(jīng)驗(yàn)（分類判決規(guī)則），根據(jù)主要病癥（特征提取/選擇），作出診斷（分類判決）：該患者（模式樣本）患了何種疾?。Ｊ筋悾?。例子(lìzi)1：診斷1.2模式識(shí)別(móshìshíbié)系統(tǒng)第十五頁(yè)，共29頁(yè)。1.2模式識(shí)別(móshìshíbié)系統(tǒng)數(shù)據(jù)(shùjù)采集特征提取正確率測(cè)試(cèshì)數(shù)據(jù)采集特征提取改進(jìn)分類識(shí)別規(guī)則二次特征提取與選擇分類識(shí)別改進(jìn)采集提取方法二次特征提取與選擇改進(jìn)特征提取與選擇制定改進(jìn)分類識(shí)別規(guī)則待識(shí)對(duì)象訓(xùn)練樣本人工干預(yù)識(shí)別結(jié)果第十六頁(yè)，共29頁(yè)。例子(lìzi)2：蘋果和香蕉的分類顏色(yánsè)（綠/紅）似圓度1.2模式識(shí)別(móshìshíbié)系統(tǒng)第十七頁(yè)，共29頁(yè)。18紙幣(zhǐbì)識(shí)別器對(duì)紙幣(zhǐbì)按面額進(jìn)行分類

面額

例子(lìzi)3：紙幣識(shí)別系統(tǒng)5元10元20元50元100元第十八頁(yè)，共29頁(yè)。19 長(zhǎng)度(chángdù)(mm) 寬度(mm)5元 136 6310元 141 7020元 146 7050元 151 70100元 156 77例子(lìzi)3：紙幣識(shí)別系統(tǒng)第十九頁(yè)，共29頁(yè)。20 磁性(cíxìng) 金屬條位置(大約)5元 有 54/8210元 有 54/8720元 有 57/8950元 有 60/91100元 有 63/93例子(lìzi)3：紙幣識(shí)別系統(tǒng)第二十頁(yè)，共29頁(yè)。21數(shù)據(jù)采集、特征提取：長(zhǎng)度(chángdù)、寬度、磁性、磁性的位置等等特征選擇：長(zhǎng)度(chángdù)、位置分類識(shí)別：確定(quèdìng)紙幣的面額例子3：紙幣識(shí)別系統(tǒng)第二十一頁(yè)，共29頁(yè)。各類空間(kōngjiān)（Space)的概念對(duì)象(duìxiàng)空間模式(móshì)空間特征空間類型空間模式采集：從客觀世界（對(duì)象空間）到模式空間的過程稱為模式采集。特征提取和特征選擇：由模式空間到特征空間的變換和選擇。類型判別：特征空間到類型空間所作的操作。1.3特征矢量和特征空間所有樣本觀測(cè)數(shù)據(jù)構(gòu)成的空間第二十二頁(yè)，共29頁(yè)。1.3特征矢量(shǐliàng)和特征空間第二十三頁(yè)，共29頁(yè)。1.4模式識(shí)別(móshìshíbié)方法統(tǒng)計(jì)判決(pànjué)句法結(jié)構(gòu)模糊判決(pànjué)邏輯推理神經(jīng)網(wǎng)絡(luò)第二十四頁(yè)，共29頁(yè)。（1）統(tǒng)計(jì)(tǒngjì)判決理論基礎(chǔ)：概率論，數(shù)理統(tǒng)計(jì)(shùlǐtǒnɡjì)模式描述方法：特征向量主要方法

幾何分類：線性分類，非線性分類

統(tǒng)計(jì)分類：Bayes決策

無教師的分類：聚類分析主要優(yōu)點(diǎn)

1）比較成熟

2）能考慮干擾噪聲等影響

3）識(shí)別模式基元能力強(qiáng)主要缺點(diǎn)

1）對(duì)結(jié)構(gòu)復(fù)雜的模式抽取特征困難

2）不能反映模式的結(jié)構(gòu)特征，難以描述模式的性質(zhì)

3）難以從整體角度考慮識(shí)別問題第二十五頁(yè)，共29頁(yè)。（1）統(tǒng)計(jì)(tǒngjì)判決計(jì)算機(jī)科學(xué)理論(lǐlùn)模式識(shí)別課件計(jì)算機(jī)科學(xué)理論(lǐlùn)模式識(shí)別課件例子(lìzi)3：紙幣識(shí)別系統(tǒng)5元 有 54/82模式采集：從客觀世界（對(duì)象空間）到模式空間的過程稱為模式采集。為,我們將它們作為一個(gè)整體來（1）統(tǒng)計(jì)(tǒngjì)判決長(zhǎng)度(chángdù)、寬度、磁性、磁性的位置等等為,我們將它們作為一個(gè)整體來2）能反映模式的結(jié)構(gòu)特征，能描述模式的性質(zhì)。翻譯機(jī)，身份識(shí)別(shíbié)等設(shè)一個(gè)研究對(duì)象的個(gè)特征量測(cè)量值分別孫即祥，《現(xiàn)代模式識(shí)別》，國(guó)防科技大學(xué)出版社，100元 有 63/93第二十四頁(yè)，共29頁(yè)。（2）句法結(jié)構(gòu)理論基礎(chǔ)：形式語(yǔ)言(yǔyán)，自動(dòng)機(jī)技術(shù)模式描述方法：符號(hào)串，樹，圖模式判定：是一種語(yǔ)言(yǔyán)，用一個(gè)文法表示一個(gè)類，m類就有m個(gè)文法，然后判定未知模式遵循哪一個(gè)文法。主要優(yōu)點(diǎn)

1）識(shí)別方便，可以從簡(jiǎn)單的基元開始，由簡(jiǎn)至繁。

2）能反映模式的結(jié)構(gòu)特征，能描述模式的性質(zhì)。

3）對(duì)圖象畸變的抗干擾能力較強(qiáng)。主要缺點(diǎn)

當(dāng)存在干擾及噪聲時(shí)，抽取特征基元困難，且易失誤。第二十六頁(yè)，共29頁(yè)。（3）模糊(móhu)判決理論基礎(chǔ)：模糊數(shù)學(xué) 模式描述方法：模糊集合A={(a,a),(b,b),...(n,n),} 模式判定：是一種集合運(yùn)算。用隸屬度將模糊集合劃分為若干(ruògān)子集，

m類就有m個(gè)子集，然后根據(jù)擇近原則分類。 主要優(yōu)點(diǎn)

由于隸屬度函數(shù)作為樣本與模板間相似程度的度量，故往往能反映整體的與主體的特征，從而允許樣本有相當(dāng)程度的干擾與畸變。主要缺點(diǎn)

準(zhǔn)確合理的隸屬度函數(shù)往往難以建立，故限制了它的應(yīng)用。第二十七頁(yè)，共29頁(yè)。（4）邏輯推理理論基礎(chǔ)：演繹邏輯，布爾代數(shù) 模式描述方法：字符串表示的事實(shí) 模式判定：是一種布爾運(yùn)算。從事實(shí)出發(fā)運(yùn)用一系列規(guī)則，推理(tuīlǐ)得到不同結(jié)果，m個(gè)類就有m個(gè)結(jié)果。 主要優(yōu)點(diǎn)

已建立了關(guān)于知識(shí)表示及組織，目標(biāo)搜索及匹配的完整體系。對(duì)需要眾多規(guī)則的推理(tuīlǐ)達(dá)到識(shí)別目標(biāo)確認(rèn)的問題，有很好的效果。缺點(diǎn)

當(dāng)樣本有缺損，背景不清晰，規(guī)則