模式識別與圖像處理(編輯修改稿)
2025-09-11 22:48 本頁面
【文章內容簡介】 非監(jiān)督學習的方法，解決方案是數據驅動的。 統(tǒng)計分類 ? 基于概率統(tǒng)計模型得到各類別的特征向量的分布，以取得分類的方法。 ? 特征向量分布的獲得是基于一個類別已知的訓練樣本集。 ? 是一種監(jiān)督分類的方法，分類器是概念驅動的。 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系來達到識別分類的目的。 ? 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。 ? 當成功地制定出了一組可以描述對象部分之間關系的規(guī)則后，可以應用一種特殊的結構模式識別方法 – 句法模式識別，來檢查一個模式基元的序列是否遵守某種規(guī)則，即句法規(guī)則或語法。 神經網絡 ? 神經網絡是受人腦組織的生理學啟發(fā)而創(chuàng)立的。 ? 由一系列互相聯系的、相同的單元（神經元）組成。相互間的聯系可以在不同的神經元之間傳遞增強或抑制信號。 ? 增強或抑制是通過調整神經元相互間聯系的權重系數來（ weight）實現。 ? 神經網絡可以實現監(jiān)督和非監(jiān)督學習條件下的分類。 模式識別系統(tǒng) ? 模式識別系統(tǒng)的基本構成 數據獲取 特征提取和選擇 預處理 分類決策 分類器設計 模式識別系統(tǒng)組成單元 ? 數據獲?。河糜嬎銠C可以運算的符號來表示所研究的對象 ? 二維圖像：文字、指紋、地圖、照片等 ? 一維波形：腦電圖、心電圖、季節(jié)震動波形等 ? 物理參量和邏輯值：體溫、化驗數據、參量正常與否的描述 ? 預處理單元：去噪聲，提取有用信息，并對輸入測量儀器或其它因素所造成的退化現象進行復原 模式識別系統(tǒng)組成單元 ? 特征提取和選擇：對原始數據進行變換，得到最能反映分類本質的特征 ? 測量空間：原始數據組成的空間 ? 特征空間：分類識別賴以進行的空間 ? 模式表示：維數較高的測量空間 維數較低的特征空間 ? 分類決策：在特征空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：在樣本訓練集基礎上確定某個判決規(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 ? 在傳送帶上用光學傳感器件對魚按品種分類 鱸魚 (Seabass) 品種 鮭魚 (Salmon) 識別過程 ? 數據獲取：架設一個攝像機，采集一些樣本圖像，獲取樣本數據 ? 預處理：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
高考資料相關推薦
鄂ICP備17016276號-1