模式识别学习心得.ppt
- 文档编号:18869651
- 上传时间:2024-02-04
- 格式:PPT
- 页数:16
- 大小:115.50KB
模式识别学习心得.ppt
《模式识别学习心得.ppt》由会员分享,可在线阅读,更多相关《模式识别学习心得.ppt(16页珍藏版)》请在冰点文库上搜索。
模式识别学习心得作者:
白静2012.9.8模式识别定义模式识别(PatternRecognition)是指表征事物或象的各形式的对现种(数的、文字的和系的值逻辑关)信息行理和分析进处,以事物或象行描对现进述、辨、分和解的程认类释过,是信息科和人工智能的重要成部分。
学组模式又常作模式分,理的性和解的方法等角度,识别称类从处问题质决问题模式分有督的分(识别为监类SupervisedClassification)和无督的分监类(UnsupervisedClassification)。
二者的主要差在于各本两种别实验样所的是否先已知。
一般,有督的分往往需要提供大量已知属类别预说来监类的本,但在中,是存在一定困的,因此究无督的分类别样实际问题这难研监就得十分有必要了。
类变模式可分成抽象的和具体的形式。
前者如意、思想、等还两种识议论,于属念究的范概识别研畴,是人工智能的另一究分支。
我所指的模式主研们识别要是音波形、地震波、心、片、照片、文字、符、生对语电图脑电图图号物感器等象的具体模式行辨和分。
传对进识类模式识别的发展简史1929年G.Tauschek明机,能发阅读够阅读0-9的字。
数30年代Fisher提出分理,奠定了模式的基。
统计类论统计识别础50年代NoamChemsky提出形式言理傅京提出句法语论荪/模结构式。
识别60年代L.A.Zadeh提出了模糊集理,模糊模式方法得以展和论识别发应用80年代以Hopfield、网BP代表的神模型致人工神元网为经网络导经网活,在模式得到广泛的用。
络复并识别较应90年代小本理,支持向量机也受到了很大的重。
样学习论视模式识别的方法和应用模式的方法:
识别1.模式统计识别2.句法模式识别3.模糊模式识别4.人工神法经网络5.人工智能方法模式的用识别应1.文字识别2.音语识别3.指纹识别4.感遥5.医学诊断模式识别基本概念模式识别(PatternRecognition):
确定一本的性(模式个样类别属)的程,即把某一本于多型中的某型。
类过样归属个类个类本(样Sample):
一具体的究(客)象。
如患者,某人的个研观对写一字,一幅片等。
个汉图模式(Pattern):
客体(究象)特征的描述(定量的或的对研对结构描述),是取自客世界的某一本的量的集合(或合)。
观样测值综特征(Features):
能描述模式特性的量(量)。
在模式测值统计识别方法中,通常用一矢量表示,之特征矢量,个称为记为模式类(Class):
具有某些共同特性的模式的集合。
),(21nxxxx模式识别系统一典型的模式系由下所示的框成,一般由据取,个识别统图结构图组数获预处理,特征提取、分策及分器五部分成。
分器在选择类决类设计组类设计训练过程中完成,利用本行,确定分器的具体。
而分策在样进训练类参数类决识别过程中起作用,待的本行分策。
对识别样进类决信息获取预处理特征提取选择分类器设计分类决策训练过程分类器参数分类结果模式识别系统数据采集特征提取改进分类识别规则二次特征提取与选择训练训练样本样本改进采集提取方法改进特征提取与选择制定改进分类识别规则人工人工干预干预正确率测试数据采集特征提取二次特征提取与选择分类识别待识待识对象对象识别结果识别结果范例木板木板图象图象512512d=3长度长度纹理纹理亮度亮度c=2松木松木桦木桦木维数无限无限有限有限/很大很大R有限有限d不大不大cdR无限模式采集模式采集模式空间模式空间特征提取特征提取/选择选择类型空间类型空间分类分类特征空间特征空间客观世界客观世界待识别对象待识别对象识别过程识别过程错误概率检测错误概率检测制定分类的制定分类的判决规则判决规则特征提取特征提取/选择方选择方法校正法校正学习过程学习过程采集方法校正采集方法校正已知对象已知对象预处理预处理模式识别过程特征矢量和特征空间特征矢量:
一究像的设个研对n特征量量分,个测值别为,我作一整体考,成一特征矢量们将它们为个来虑让它们构个维特征空:
间各不同取的特征矢量的全体成了特征空。
种值构维间随机矢量的描述机矢量:
随在模式程中,要多具体象行量,以得多次识别过对许对进测获许观。
测值每次不一定相同,所以多象而言,各特征分量都观测值对许对个是机量,即多象的特征向量在随变许对n空中呈机性分布,维间随称机矢量。
为随机矢量的分布函:
随数机矢量,设为随确定性矢量。
为机矢量的合率分布函定:
随联概数义为式中表示括中事件同生的率。
号时发概),(21nXXXX),(21nxxxx),(),(221121nnnxXxXxXPxxxF)()(xXPxFP聚类分析(ClusteringAnalysis)一、聚类分析的基本思想一、聚类分析的基本思想相似的归为一类。
相似的归为一类。
模式相似性的度量和聚类算法。
模式相似性的度量和聚类算法。
无监督分类无监督分类(Unsupervised)。
二、特征量的类型二、特征量的类型物理量物理量-(重量、长度、速度重量、长度、速度)次序量次序量-(等级、技能、学识等级、技能、学识)名义量名义量-(性别、状态、种类性别、状态、种类)三、方法的有效性三、方法的有效性取决于分类算法和特征点分布情取决于分类算法和特征点分布情况的匹配。
况的匹配。
聚类过程遵循的基本步骤三、聚准(类则clusteringcriterion)以涵在据集中的型基蕴数类类为础二、近度邻测(proximitymeasure)定量定特征如何“相似”或“不相似”测两一、特征选择(featureselection)可能多地包含任心的信息尽务关聚类过程遵循的基本步骤六、果判定(结interpretationoftheresults)由家用其他方法判定果的正确性专结五、果(结验证validationoftheresults)常用逼近聚果的正确性检验验证类结四、聚算法(类clusteringalgorithm)按近度和聚准揭示据集的聚邻测类则数类结构聚类应用的四个基本方向一、减少数据多候,据量许时当数N很大,使据理得很力。
因时会数处变费此可使用聚分析的方法据分成几可判的聚类将数组断类m(mN)理,每一可作立体待。
角度看,据被了来处个类当独实来对从这个数压缩。
二、假说生成在情下,了推出据性的一些假,据集这种况为导数质说对数进行聚分析。
因此,里使用聚作建立假的方法,然后用其他据类这类为说数集些假。
验证这说三、假说检验用聚分析指定假的有效性。
类来验证说四、基于分组的预测有据行聚分析,形成模式的特征,用特征表示聚对现数进类并,接下,于一未知模式,就可以用前面的聚确定是一?
类来对个类来哪类模式相似性测度用于描述各模式之间特征的相似程度距离测度度基:
矢量矢端的距离测础两个度:
矢量各相分量之差的函。
测数值两应数相似测度度基:
以矢量的方向是否相近作考的基测础两为虑础,矢量度不重长并要。
匹配测度特征只有(当两个状态0,1),常用匹配度。
时测0表示无此特征1表示有此特征。
故之二特征。
称为值聚类的算法简单聚类方法具体确定相似性,模式到各聚中心的距离针对问题阈值将类间与阈比,大于模式就作另一的心,小于按最小距值较当阈值时该为类类阈值时离原其分到某一中。
则将划类按最小距离原则进行两类合并的方法首先各模式自成一视类,然后距离最小的合成一将两类并类,不断地重程,直到成止。
复这个过为两类为依据准则函数动态聚类法定一些分的控制,定一能表征聚果劣的准函设类参数义个类结优则,聚程就是使准函取的化程。
数类过则数极值优过
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模式识别 学习心得