【正文】 聚，物以群分” – 周圍物體的認知：桌子、椅子 – 人的識別：張三、李四 – 聲音的辨別：汽車、火車，狗叫、人語 – 氣味的分辨：炸帶魚、紅燒肉 ? 人和動物的模式識別能力是極其平常的，但對計算機來說卻是非常困難的。 ? 蔡元龍， 模式識別 ，西北電訊工程學院出版社， 1986。 – 依靠已知所屬類別的的訓練樣本集，按它們特征向量的分布來確定假說 （通常為一個判別函數(shù)），只有在判別函數(shù)確定之后才能用它對未知的模式進行分類； – 對分類的模式要有足夠的先驗知識，通常需要采集足夠數(shù)量的具有典型性的樣本進行訓練。 ? 神經網絡可以實現(xiàn)監(jiān)督和非監(jiān)督學習條件下的分類。 ? 一個特征可以看作 n維空間中的向量或點，此空間稱為模式的特征空間 Rn 。 ? 識別采用結構匹配的形式，通過計算一個匹配程度值（ matching score）來評估一個未知的對象或未知對象某些部分與某種典型模式的關系如何。 ? 90年代小樣本學習理論，支持向量機也受到了很大的重視。模式識別 概念、原理及其應用 黃慶明 中科院研究生院信息學院 / 劉純熙（助教） cxliu 引 言 課程對象 ? 計算機應用技術專業(yè)碩士研究生的專業(yè)基礎課 ? 電子科學與技術學科碩士研究生的專業(yè)基礎課 與模式識別相關的學科 ? 統(tǒng)計學 ? 概率論 ? 線性代數(shù)（矩陣計算） ? 形式語言 ? 機器學習 ? 人工智能 ? 圖像處理 ? 計算機視覺 ? … 教學方法 ? 著重講述模式識別的基本概念，基本方法和算法原理。 ? 80年代以 Hopfield網、 BP網為代表的神經網絡模型導致人工神經元網絡復活，并在模式識別得到較廣泛的應用。 結構模式識別 ? 該方法通過考慮識別對象的各部分之間的聯(lián)系來達到識別分類的目的。 本門課程的主要內容 ?第一章 概論 ?第二章 聚類分析 ?第三章 判別函數(shù) ?第四章 統(tǒng)計識別 ?第五章 特征選擇和提取 ?第六章 句法模式識別 ?第七章 神經網絡 相關數(shù)學概念 ? 隨機向量及其分布 – 隨機向量 ? 如果一個對象的特征觀察值為 {x1, x2, …, x n}，它可構成一個 n維的特征向量值 x，即 x = (x1, x2, …, x n)T 式中， x1, x2, …, x n為特征向量 x的各個分量。 模式識別系統(tǒng) ? 模式識別系統(tǒng)的基本構成 數(shù)據(jù)獲取 特征提取和選擇 預處