第10 章模式识别?COHHOLEa西安电子科技大学服社西安电子科技大学1移(b)(c)(a)(d)图10-1字符串描述模式示例
第 10 章 模 式识 别 图 10-1 字符串描述模式示例
第10章模式识别HHO表示模式的字符串一般是由小写字母组成的一个字符序列SS2...Sm上面我们给出了模式的两种表示形式：特征向量和字符串。其中，特征向量反映的是对象的数量特征，或者说是用数量来描述对象的，所以，特征向量是被识对象的数量模式；字符串反映的是对象的构造特征，或者说是用形状来描述对象的，因此字符串是被识对象的结构模式特征向量和字符串是两种最常用、最基本的模式表示形式。除此而外，模式的表示形式还有树、图等数据结构以及模糊集合等，它们一般被用来描述复杂的对象模式
第 10 章 模 式识 别 表示模式的字符串一般是由小写字母组成的一个字符序 列s1s2.sm。 上面我们给出了模式的两种表示形式:特征向量和字符串。 其中,特征向量反映的是对象的数量特征, 或者说是用数量来 描述对象的,所以, 特征向量是被识对象的数量模式;字符串 反映的是对象的构造特征,或者说是用形状来描述对象的, 因 此字符串是被识对象的结构模式。 特征向量和字符串是两种最常用、最基本的模式表示形 式。除此而外, 模式的表示形式还有树、图等数据结构以及 模糊集合等, 它们一般被用来描述复杂的对象模式
第10章模式识别HHO10.1.3模式识别系统的工作原理我们已经知道，模式识别就是判定一个待识模式的类属的过程。但是要判定一个模式的类属，首先就得存在相应的模式类。所以在正式进行模式识别之前，就得让计算机先具有相关模式类的知识。这种知识可以是一个类的标准模式（这是最直接、最自然的想法和做法），也可以是该类的判别条件（如判别函数或规则）等。有了相关模式类的知识，在遇到相应的模式时，计算机就可以根据这些知识来判定该模式的类别了
第 10 章 模 式识 别 10.1.3 我们已经知道,模式识别就是判定一个待识模式的类属的 过程。但是要判定一个模式的类属, 首先就得存在相应的模 式类。所以在正式进行模式识别之前, 就得让计算机先具有 相关模式类的知识。这种知识可以是一个类的标准模式(这是 最直接、最自然的想法和做法), 也可以是该类的判别条件 (如判别函数或规则)等。有了相关模式类的知识, 在遇到相 应的模式时, 计算机就可以根据这些知识来判定该模式的类别 了
第10章模式识别HHO怎样使计算机具有某一模式类的知识呢？现在的一般做法是先让计算机自已去学习（其实是发现）。这就文归结为机器学习的问题了。而要进行机器学习，就得有作为样例的模式。在模式识别中，要得到样例模式，还要通过信息获取、预处理和特征选取或基元选取等一系列的过程信息获取就是采集被识别对象的原始信息。这些信息一般表现为光、声、热、电等形式的信号量。所以，对所采集的信息还需进行数/模转换。另外，原始信息中可能还夹杂着一些于扰或噪声，因此还必须进行预处理，以除去噪声，修整为有用信息
第 10 章 模 式识 别 怎样使计算机具有某一模式类的知识呢？现在的一般做 法是先让计算机自己去学习(其实是发现)。这就又归结为机 器学习的问题了。 而要进行机器学习, 就得有作为样例的模 式。在模式识别中, 要得到样例模式, 还要通过信息获取、 预处理和特征选取或基元选取等一系列的过程。 信息获取就是采集被识别对象的原始信息。这些信息一 般表现为光、声、热、电等形式的信号量。所以,对所采集的 信息还需进行数/模转换。另外, 原始信息中可能还夹杂着一 些干扰或噪声, 因此还必须进行预处理, 以除去噪声, 修整为有 用信息
第10章模式识别H采集来的原始数据，其数据量往往很大。这样，当把一个对象的原始数据作为对象的特征值时，将会形成维数很高的特征向量。例如，用摄像机所得到的物体图像可以是一个256×256灰度阵列，这相当于一个256×256维向量。直接使用这种高维向量进行模式识别将是十分困难的，所以需要对原始的测量数据进行适当处理（如计算或变换等），以降低其维数或者说以形成对象的特征向量
第 10 章 模 式识 别 采集来的原始数据, 其数据量往往很大。这样, 当把一个 对象的原始数据作为对象的特征值时, 将会形成维数很高的特 征向量。例如,用摄像机所得到的物体图像可以是一个 256×256灰度阵列, 这相当于一个256×256维向量。 直接使 用这种高维向量进行模式识别将是十分困难的, 所以需要对原 始的测量数据进行适当处理(如计算或变换等), 以降低其维数, 或者说以形成对象的特征向量