武汉大学遥感院模式识别

模式识别

2012年12月9日

15:53

——张翰超

模式识别用计算机实现人对各种事物或现象的分析，描述，判断，识别。

基本构成

数据获取

预处理

特征形状变换

模式表示

特征选择+特征提取

基元选择+基元抽取

分类决策

分类系统设计决策

方法

模板匹配

统计方法

概率分类法

判别分析法（聚类分析）

模糊方法

句法方法神经网络方法

基本问题

1）5个公设

1）2）

存在一个有代表性的样本集可供使用，以便获得一个问题范围一个“简单”模式，具有表征其类别的类属性特征

3）4）5）

2）模式表示方法

1）

一个类的模式，其特征在特征空间中组成某种程度上的一个集群区域，不同类的特征组成的区域是彼此分离的

一个“复杂”模式具有简单的组成部分，他们直接存在着确定的关系。模式被分解成这些组成部分，且它们有一个确定的而不是任意的结构。

如果两个模式的特征仅有微小差异，则称这两个模式是相似的。向量表示

2）3）

3）类的紧致性

矩阵表示基元表示

同一类模式类样本的分布比较集中，没有或临界样本很少，这样的模式类称紧致集

在多类样本中，某些样本的值有微小变化时就变成另一类样本称为临界样本点

1）紧致集2）临界点

3）紧致集的性质

123

临界点很少

集合内的任意两点的连线，在线上的点属于同一集合

集合内的每一个点都有足够大的邻域，在邻域内之包含同一集合的点

4）模式识别的要求

4）相似与分类

1相似度量的要求

满足紧致集才能很好的分类；不满足紧致集，就要采取变换的方法，满足紧致集

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）满足紧致性的条件下，相似性应是点间距离的单调函数

2用于模式识别的相似性测度

欧氏距离绝对值距离眀氏距离

切氏距离