25/1/261第1讲模式识别概述25/1/262§1-1模式识别的基本概念一.模式识别的基本定义模式(pattern)——存在于时间，空间中可观察的事物，具有时间或空间分布的信息。模式识别(PatternRecognition)——用计算机实现人对各种事物或现象的分析,描述,判断,识别。其目标是将对象划分成不同的类别。有监督模式识别-分类无监督模式识别-聚类25/1/263二.模式识别的发展史•1929年G.Tauschek发明阅读机，能够阅读0-9的数字。•30年代Fisher提出统计分类理论,奠定了统计模式识别的基础。因此，在60～70年代，统计模式识别发展很快，但由于被识别的模式愈来愈复杂，特征也愈多，就出现“维数灾难”。但由于计算机运算速度的迅猛发展，这个问题得到一定克服。统计模式识别仍是模式识别的主要理论。25/1/264•50年代NoamChemsky提出形式语言理论美籍华人付京荪提出句法结构模式识别。•60年代L.A.Zadeh提出了模糊集理论，模糊模式识别理论得到了较广泛的应用。•80年代Hopfield提出神经元网络模型理论。近些年人工神经元网络在模式识别和人工智能上得到较广泛的应用。•90年代小样本学习理论，支持向量机也受到了很大的重视。25/1/265三.关于模式识别的国内、国际学术组织•1973年IEEE发起了第一次关于模式识别的国际会议“ICPR”，成立了国际模式识别协会---“IAPR”，每2年召开一次国际学术会议。•1977年IEEE的计算机学会成立了模式分析与机器智能（PAMI）委员会，每2年召开一次模式识别与图象处理学术会议。•国内的组织有电子学会，通信学会，自动化协会，中文信息学会….。25/1/266§1-2模式识别系统•信息的获取：是通过传感器，将光或声音等信息转化为电信息。信息可以是二维的图象如文字，图象等；可以是一维的波形如声波，心电图，脑电图；也可以是物理量与逻辑值。•预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等,主要指图象处理。25/1/267•特征抽取和选择：在模式识别中，需要进行特征的抽取和选择，例如，一幅64x64的图象可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。这就是特征提取和选择的过程。•分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低。把这些判决规则建成标准库。•分类决策：在特征空间中对被识别对象进行分类。25/1/268§1-3模式识别的应用1.字符识别：包括印刷体字符的识别；手写体字符的识别（脱机），各种OCR设...
