模式識別與圖像處理-全文預(yù)覽
【正文】 間中用模式識別方法把被識別對象歸為某一類別 ? 基本做法：在樣本訓(xùn)練集基礎(chǔ)上確定某個判決規(guī)則，使得按這種規(guī)則對被識別對象進(jìn)行分類所造成的錯誤識別率最小或引起的損失最小 模式識別過程實例 ? 在傳送帶上用光學(xué)傳感器件對魚按品種分類 鱸魚 (Seabass) 品種 鮭魚 (Salmon) 識別過程 ? 數(shù)據(jù)獲?。杭茉O(shè)一個攝像機(jī)，采集一些樣本圖像，獲取樣本數(shù)據(jù) ? 預(yù)處理：去噪聲，用一個分割操作把魚和魚之間以及魚和背景之間分開 識別過程 ? 特征提取和選擇：對單個魚的信息進(jìn)行特征選擇，從而通過測量某些特征來減少信息量 ? 長度 ? 亮度 ? 寬度 ? 魚翅的數(shù)量和形狀 ? 嘴的位置，等等 … ? 分類決策：把特征送入決策分類器 模式識別的基本問題 一 .模式 (樣本 )表示方法 1. 向量表示 : 假設(shè)一個樣本有 n個變量 (特征 ) Ⅹ = (X1,X2,… ,Xn)T 2. 矩陣表示 : N個樣本， n個變量 (特征 ) 變量 樣本 x 1 x 2 ? x n X 1 X 11 X 12 ? X 1n X 2 X 21 X 22 ? X 2n ? ? ? ? ? X N X N1 X N2 ? X Nn 3. 幾何表示 一維表示 X1= X2=3 二維表示 X1=(x1,x2)T=(1,2)T X2=(x1,x2)T=(2,1)T 三維表示 X1=(x1,x2, x3)T=(1,1,0)T X2=(x1,x2 , x3)T=(1,0,1)T 4. 基元（鏈碼）表示： 在右側(cè)的圖中八個基元 分別表示 0， 1， 2， 3， 4， 5， 6， 7，八個方向 和基元線段長度。 ? 由一系列互相聯(lián)系的、相同的單元（神經(jīng)元）組成。 結(jié)構(gòu)模式識別 ? 該方法通過考慮識別對象的各部分之間的聯(lián)系來達(dá)到識別分類的目的。 ? 是一種非監(jiān)督學(xué)習(xí)的方法，解決方案是數(shù)據(jù)驅(qū)動的。 假說的兩種獲得方法（續(xù)） ? 非監(jiān)督學(xué)習(xí)、數(shù)據(jù)驅(qū)動或演繹假說：在解釋空間中找到一個與特征空間的結(jié)構(gòu)相對應(yīng)的假說。 ? 解釋空間：將 c個類別表示為 其中 為所屬類別的集合，稱為解釋空間。 模式識別的應(yīng)用 ? 4. 指紋識別 臉形識別 ? 5. 檢測污染分析，大氣，水源，環(huán)境監(jiān)測。 ? 90年代小樣本學(xué)習(xí)理論，支持向量機(jī)也受到了很大的重視。統(tǒng)計模式識別仍是模式識別的主要理論。 ? Y = F(X) ? X的定義域取自特征集 ? Y的值域為類別的標(biāo)號集 ? F是模式識別的判別方法 模式識別簡史 ? 1929年 G. Tauschek發(fā)明閱讀機(jī) ，能夠閱讀 09的數(shù)字。 ? 模式所指的不是事物本身，而是從事物獲得的信息，因此，模式往往表現(xiàn)為具有時間和空間分布的信息。 教學(xué)目標(biāo) ? 掌握模式識別的基本概念和方法 ? 為研究新的模式識別的理論和方法打下基礎(chǔ) 參考文獻(xiàn) ? R. Duda, P. Hart, D. Stork, Pattern Classification, second edition, 2022（有中譯本） .
高考資料相關(guān)推薦
鄂ICP備17016276號-1