【正文】 ③名義尺度：無(wú)數(shù)量、無(wú)次序關(guān)系，如有紅， 黃兩種顏色 2. 中層特征：經(jīng)過(guò)計(jì)算，變換得到的特征 3. 高層特征：在中層特征的基礎(chǔ)上有目的的經(jīng)過(guò)運(yùn) 算形成 例如：椅子的重量 =體積 *比重 體積與長(zhǎng)，寬，高有關(guān)；比重與材料，紋理，顏色有關(guān)。 神經(jīng)網(wǎng)絡(luò) ? 神經(jīng)網(wǎng)絡(luò)是受人腦組織的生理學(xué)啟發(fā)而創(chuàng)立的。 ? 特征空間：從模式得到的對(duì)分類有用的度量、屬性或基元構(gòu)成的空間。 模式識(shí)別的研究 ? 目的：利用計(jì)算機(jī)對(duì)物理對(duì)象進(jìn)行分類，在錯(cuò)誤概率最小的條件下，使識(shí)別的結(jié)果盡量與客觀物體相符合。 ? 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(shí)間和空間分布的信息。 模式識(shí)別的應(yīng)用 ? 4. 指紋識(shí)別 臉形識(shí)別 ? 5. 檢測(cè)污染分析，大氣，水源，環(huán)境監(jiān)測(cè)。 結(jié)構(gòu)模式識(shí)別 ? 該方法通過(guò)考慮識(shí)別對(duì)象的各部分之間的聯(lián)系來(lái)達(dá)到識(shí)別分類的目的。 ② 分類的客觀性：科學(xué)性 判斷分類必須有客觀標(biāo)準(zhǔn)，因此分類是追求客觀性的， 但主觀性也很難避免，這就是分類的復(fù)雜性。 極差 極差標(biāo)準(zhǔn)化 2. 方差標(biāo)準(zhǔn)化 Si 為方差 標(biāo)準(zhǔn)化的方法很多，原始數(shù)據(jù)是否應(yīng)該標(biāo)準(zhǔn)化，應(yīng)采用 什么方法標(biāo)準(zhǔn)化，都要根據(jù)具體情況來(lái)定。 ? 增強(qiáng)或抑制是通過(guò)調(diào)整神經(jīng)元相互間聯(lián)系的權(quán)重系數(shù)來(lái)（ weight）實(shí)現(xiàn)。在給定模式下假定一個(gè)解決方案，任何在訓(xùn)練集中接近目標(biāo)的假說(shuō)也都必須在 “ 未知 ” 的樣本上得到近似的結(jié)果。因此，在 60～ 70年代，統(tǒng)計(jì)模式識(shí)別發(fā)展很快，但由于被識(shí)別的模式愈來(lái)愈復(fù)雜，特征也愈多，就出現(xiàn) “ 維數(shù)災(zāi)難 ” 。 ? 蔡元龍， 模式識(shí)別 ，西北電訊工程學(xué)院出版社， 1986。 模式識(shí)別的應(yīng)用 ? 1 .字符識(shí)別：包括印刷體字符的識(shí)別；手寫體字符的識(shí)別（脫機(jī)），各種 OCR設(shè)備例如信函分揀、文件處理、卡片輸入、支票查對(duì)、自動(dòng)排板、期刊閱讀、稿件輸入；在線手寫字符的識(shí)別（聯(lián)機(jī)），各種書寫輸入板。 統(tǒng)計(jì)分類 ? 基于概率統(tǒng)計(jì)模型得到各類別的特征向量的分布，以取得分類的方法。使用的條件是 樣 本符合正態(tài)分布 ||m a x)( 1 jkiknkij XXd ??? ??? ? ? ??? ? ?? 1)( jiji Tij XXXXMd?⑥ 夾角余弦 為 xi xj的均值 即樣本間夾角小的為一類，具有相似性 例： x1 , x2 , x3的夾角如圖： 因?yàn)?x1 , x2 的夾角小 ， 所以 x1 , x2 最相似。 相關(guān)數(shù)學(xué)概念 ? 隨機(jī)向量及其分布 ? 隨機(jī)向量 ? 在模式識(shí)別過(guò)程中，要對(duì)許多具體對(duì)象進(jìn)行測(cè)量，以獲得許多次觀測(cè)值。 則右側(cè)樣本可以表示為 X1=006666 這種方法將在句法模式識(shí) 別中用到。這種方法試圖找到一種只以特征空間中的相似關(guān)系為基礎(chǔ)的有效假說(shuō)。 ? 50年代 Noam Chemsky 提出形式語(yǔ)言理論 美籍華人傅京蓀 提出句法結(jié)構(gòu)模式識(shí)別。模式識(shí)別與圖像處理 熊衛(wèi)華