模式识别复习重点总结.doc

1、什么就是模式及模式识别?模式识别得应用领域主要有哪些?模式:存在于时间,空间中可观察得事物,具有时间或空间分布得信息;模式识别:用计算机实现人对各种事物或现象得分析,描述,判断,:(1)字符识别;(2)医疗诊断;(3)遥感;(4)指纹识别脸形识别;(5)检测污染分析,大气,水源,环境监测;(6)自动检测;(7)语声识别,机器翻译,电话号码自动查询,侦听,机器故障判断;(8)军事应用。2、模式识别系统得基本组成就是什么?(1)信息得获取:就是通过传感器,将光或声音等信息转化为电信息;预处理:包括A\D,二值化,图象得平滑,变换,增强,恢复,滤波等,主要指图象处理;(3)特征抽取与选择:在测量空间得原始数据通过变换获得在特征空间最能反映分类本质得特征;(4)分类器设计:分类器设计得主要功能就是通过训练确定判决规则,使按此类判决规则分类时,错误率最低。把这些判决规则建成标准库;分类决策:在特征空间中对被识别对象进行分类。3、模式识别得基本问题有哪些?(1)模式(样本)表示方法:(a)向量表示;(b)矩阵表示;(c)几何表示;(4)基元(链码)表示;(2)模式类得紧致性:模式识别得要求:满足紧致集,才能很好地分类;如果不满足紧致集,就要采取变换得方法,满足紧致集(3)相似与分类;(a)两个样本xi ,xj之间得相似度量满足以下要求: ①应为非负值②样本本身相似性度量应最大③度量应满足对称性④在满足紧致性得条件下,相似性应该就是点间距离得单调函数(b)用各种距离表示相似性(4)特征得生成:特征包括:(a)低层特征;(b)中层特征;(c)高层特征数据得标准化:(a)极差标准化;(b)方差标准化4。线性判别方法(1)两类:二维及多维判别函数,判别边界,判别规则二维情况:(a)判别函数: ( ) (b)判别边界:g(x)=0; (c)判别规则:n维情况:(a)判别函数: 也可表示为: (b)判别边界:g1(x) =WTX=0 (c)判别规则:(2)多类:3种判别方法(函数、边界、规则)(A)第一种情况:(a)判别函数:M类可有M个判别函数(b)判别边界:ωi (i=1,2,…,n)类与其它类之间得边界由gi(x)=0确定(c)判别规则:(B)第二种情况:(a)判别函数:有 M(M_1)/2个判别平面(b) 判别边界:(c) 判别规则:(C)第三种情况:(a)判别函数:(b)判别边界:gi(x)=gj(x) 或gi(x) -gj(x)=0 (c)判别规则:,解向量及解区?(1)模式空间:由构成得n维欧氏空间;(2)加权空间:以为变量构成得欧氏空间;(3)解向量:分界面为H,W与H正交,W称为解向量;(4)解区:解向量得变动范围称为解区。6。超平面得四个基本性质就是什么?性质①:W与H正交;性质②:其中,为x矢量到H得正交投影;性质③:性质④:7。二分法能力如何表示?N个样品线性可分数目(条件:样本分布良好):线性可分概率:(1)非线性→线性一个非线性判别函数通过映射,变换成线性判别函数:(2))基于距离:(1)子类,类判别函数(2)判别规则(1)子类:把ωi类可以分成li个子类:∴分成l个子类。子类判别函数:在同类得子类中找最近得均值(2)判别规则:这就是在M类