第10章模式识别HHO然而，已经形成的诸特征，对于对象的识别来说，并非都是有用的或者并非总是有用的。例如，颜色这个特征对于汽车的识别来讲就是无关紧要的。因为颜色固然可以作为汽车的一个特征，但它并非一个物体是否为汽车的关键特征。但如果识别的目的任务是在众多的汽车中要找出一辆特定的汽车，则颜色就又变成了必不可少的重要特征了。这就是说在模式识别时还须根据具体的识别目的和任务对已知的对象特征进行选择
第 10 章 模 式识 别 然而, 已经形成的诸特征, 对于对象的识别来说, 并非都 是有用的或者并非总是有用的。例如, 颜色这个特征对于汽车 的识别来讲就是无关紧要的。因为颜色固然可以作为汽车的一 个特征, 但它并非一个物体是否为汽车的关键特征。但如果识 别的目的任务是在众多的汽车中要找出一辆特定的汽车,则颜 色就又变成了必不可少的重要特征了。这就是说在模式识别时, 还须根据具体的识别目的和任务对已知的对象特征进行选择
第10章模式识别COHHC以上过程一般称为对象的特征提取（或抽取）和特征选择本书将其统称为特征选取特征选取是对建立对象的数量模式即特征向量而言的。对于建立对象的结构模式，也有一个相当的过程，该过程是分析、选择被识对象的基本构造元素，一般称为基元提取（或抽取和选择，本书将其统称为基元选取
第 10 章 模 式识 别 以上过程一般称为对象的特征提取(或抽取)和特征选择, 本书将其统称为特征选取。 特征选取是对建立对象的数量模式即特征向量而言的。 对于建立对象的结构模式, 也有一个相当的过程, 该过程是 分析、选择被识对象的基本构造元素,一般称为基元提取(或 抽取)和选择, 本书将其统称为基元选取
第10章模式识别COHHO这样，原始样例数据经过特征选取/基元选取便得到样例模式。有了样例模式，接下来就是通过机器学习而产生相关的分类知识。有了分类知识，对于新的待识模式，就可以进行识别了。综上所述，模式识别的原理如图10-2所示。图10-2也是模式识别系统的工作原理。图中将模式识别的全过程分为两步：第一步是分类知识的生成过程，其实是个纯粹的机器学习过程第二步才是真正的模式识别过程
第 10 章 模 式识 别 这样, 原始样例数据经过特征选取/基元选取便得到样例 模式。有了样例模式, 接下来就是通过机器学习而产生相关的 分类知识。有了分类知识, 对于新的待识模式, 就可以进行识 别了。 综上所述, 模式识别的原理如图10-2所示。图10-2也是模 式识别系统的工作原理。图中将模式识别的全过程分为两步: 第一步是分类知识的生成过程, 其实是个纯粹的机器学习过程; 第二步才是真正的模式识别过程