荔园在线
荔园之美，在春之萌芽，在夏之绽放，在秋之收获，在冬之沉淀
[回到开始]
[上一篇][下一篇]
发信人: goder (等待戈多), 信区: CET
标 题: 机器模式识别与人类的认识过程--系统
发信站: BBS 荔园晨风站 (Tue Jun 20 15:52:55 2000), 转信
根据上面的说明，可以明确模式识别系统应该完成模式采集、特征提取/选择
和分
类等功能，图2示出了简化的系统方框图。
图2模式识别系统方框图(略)
模式采集组合完成模式的采集。根据要处理的对象，可以选用各种各样的传感器、
测量
装置。在采集过程中或采集之后，经常需要进行模数转换、滤波、消除模糊、减少
噪声
、纠正几何失真等预处理操作，因此也要求相应的设备来实现，一并归入模式采集
组合
里。
特征提取模式组合实现由模式空间向特征空间的转变，有效地压缩维数。一般地说
，它
应该是在一定分类准则下的最优或者次最优变换器，或者是实现某种特征选择算法
的装
置。
分类器的训练/学习也是模式识别中的一个重要概念。由于我们研究机器的自动识
别，对
分类器进行训练，使它学会识别，具有自动识别能力，就尤为重要。众所周知，一
个孩
子认字尚需一个反复学习过程，何况一部机器要掌握某种判决规则，学习过程更不
可缺
少。前面介绍过医生诊病的例子，如果让机器代替医生来给患者诊断，就必须把医
生的
知识和经验交给机器，并且输入一些病例，对机器进行训练试验。这种训练试验的
过程
就是机器学习的过程。这种过程。这种过程往往要多次反复，不断纠正错误，最后
才能
使机器自动诊断的错误率不超过给定的要求。经过特征提取/选择进入学习过程的
样本常
被称为训练样本，这些样本的类别属性预先知道或者预先不知道。分类判决规则常
常是
样本诸特征的函数，学习过程就是要确定函数的所有权因子，或者直接确定某种判
决规
则。开始输入一些训练样本，分类错误一定较大，就要修正判决规则或者权因子；
再输
入训练样本，若分类错误还较大，再修正判决规则或者因子。这种输入、修正，再
输入
、再修正，不断反复循环，直到分类错误率不大于给定值为止，才完成一个完整的
学习
过程。然后，分类器根据已经确定的判决规则，对未知类别属性的样本执行判决过
程，
就是说，分类器具有了自动识别的能力。当然，这种形式化的复现人类认识过程的
模式
识别方法，由于受到当前时代其它相关技术条件的制约，其认识事物的能力从总体
上说
还不能与人类相比，更重要的是，在认识过程中，从客观到主观的飞跃，是有人脑
力劳
动积极参与的，这也是一般意义上机器智能所难以实现的。但是，我们必须承认，在前
述的一些应用领域，机器的模式识别已经取得了巨大的进展，已经成为人脑的延伸
，使
过去很多的不可能成为现实。
--
※ 来源:·BBS 荔园晨风站 bbs.szu.edu.cn·[FROM: 192.168.28.154]
[回到开始]
[上一篇][下一篇]
荔园在线首页 友情链接：深圳大学 深大招生 荔园晨风BBS S-Term软件 网络书店