模式識(shí)別與圖像處理(編輯修改稿)
2024-09-11 22:48 本頁面
【文章內(nèi)容簡介】 非監(jiān)督學(xué)習(xí)的方法，解決方案是數(shù)據(jù)驅(qū)動(dòng)的。 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。 ? 特征向量分布的獲得是基于一個(gè)類別已知的訓(xùn)練樣本集。 ? 是一種監(jiān)督分類的方法，分類器是概念驅(qū)動(dòng)的。 結(jié)構(gòu)模式識(shí)別 ? 該方法通過考慮識(shí)別對象的各部分之間的聯(lián)系來達(dá)到識(shí)別分類的目的。 ? 識(shí)別采用結(jié)構(gòu)匹配的形式，通過計(jì)算一個(gè)匹配程度值（ matching score）來評估一個(gè)未知的對象或未知對象某些部分與某種典型模式的關(guān)系如何。 ? 當(dāng)成功地制定出了一組可以描述對象部分之間關(guān)系的規(guī)則后，可以應(yīng)用一種特殊的結(jié)構(gòu)模式識(shí)別方法 – 句法模式識(shí)別，來檢查一個(gè)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(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。 ? 由一系列互相聯(lián)系的、相同的單元（神經(jīng)元）組成。相互間的聯(lián)系可以在不同的神經(jīng)元之間傳遞增強(qiáng)或抑制信號(hào)。 ? 增強(qiáng)或抑制是通過調(diào)整神經(jīng)元相互間聯(lián)系的權(quán)重系數(shù)來（ weight）實(shí)現(xiàn)。 ? 神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)監(jiān)督和非監(jiān)督學(xué)習(xí)條件下的分類。 模式識(shí)別系統(tǒng) ? 模式識(shí)別系統(tǒng)的基本構(gòu)成 數(shù)據(jù)獲取 特征提取和選擇 預(yù)處理 分類決策 分類器設(shè)計(jì) 模式識(shí)別系統(tǒng)組成單元 ? 數(shù)據(jù)獲?。河糜?jì)算機(jī)可以運(yùn)算的符號(hào)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(dòng)波形等 ? 物理參量和邏輯值：體溫、化驗(yàn)數(shù)據(jù)、參量正常與否的描述 ? 預(yù)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(xiàn)象進(jìn)行復(fù)原 模式識(shí)別系統(tǒng)組成單元 ? 特征提取和選擇：對原始數(shù)據(jù)進(jìn)行變換，得到最能反映分類本質(zhì)的特征 ? 測量空間：原始數(shù)據(jù)組成的空間 ? 特征空間：分類識(shí)別賴以進(jìn)行的空間 ? 模式表示：維數(shù)較高的測量空間 維數(shù)較低的特征空間 ? 分類決策：在特征空間中用模式識(shí)別方法把被識(shí)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(gè)判決規(guī)則，使得按這種規(guī)則對被識(shí)別對象進(jìn)行分類所造成的錯(cuò)誤識(shí)別率最小或引起的損失最小 模式識(shí)別過程實(shí)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(shí)別過程 ? 數(shù)據(jù)獲?。杭茉O(shè)一個(gè)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(gè)分割操作把魚和魚之間以及魚和背景之間分開 識(shí)別過程 ? 特征提取和選擇：對單個(gè)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(shí)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(gè)樣本有 n個(gè)變量 (特征 ) Ⅹ = (X1,X2,… ,Xn)T 2. 矩陣表示 : N個(gè)樣本， n個(gè)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(guān)推薦
鄂ICP備17016276號(hào)-1