模式识别课程报告
什么是模式识别
引用 Anil K. Jain 的话对模式识别下定义：
Pattern recognition is the study of how machines can observe the environment,
learn to distinguish patterns of interest from their background, and make sound and
reasonable decisions about the categories of the patterns.
什么是 Pattern 呢，Watanabe defines a pattern “as opposite of achaos; it is an
entity, vaguely defined, that could be given a name.”比如说一张指纹图片，一个手
写的文字，一张人脸，一个说话的信号，这些都可以说是一种模式。
识别在现实生活中是时时刻刻发生的，识别就是再认知(Re-Cognition),识别
主要做的是相似和分类的问题，按先验知识的分类，可以把识别分为有监督的学
习和没有监督的学习，下面主要介绍的支持向量机就是属于一种有监督的学习。
模式识别与统计学、人 工智能、机器学习、运筹学等有着很大的联系，而
且各行各业的工作者都在做着识别的工作，一个模式识别系统主要有三部分组成：
数据获取和预处理，数据表达和决策。
模式识别的研究主要集中在两方面，一是研究生物体( 包括人)是如何感知
对象的，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者
是生理学家、心理学家、生物学家、神经生理学家的研究内容，属于认知科学的
范畴；后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力，已
经取得了系统的研究成果。
模式识别的方法介绍：
模式识别方法(Pattern Recognition Method)是一种借助于计算机对信息进行
处理、判决分类的数学统计方法。应用模式识别方法的首要步骤是建立模式空间。
所谓模式空间是指在考察一客观现象时,影响目标的众多指标构成的多维空间。
每个指标代表一个模式参量。假设一现象有几个事件(样本) 组成,每一个事件都
有P个特征参量(X1 , X2 ,. . . Xp ),则它就构成P维模式空间,每一个事件的特征参
量代表一个模式。模式识别就是对多维空间中各种模式的分布特点进行分析,对
模式空间进行划分,识别各种模式的聚类情况,从而做出判断或决策。分析方法就
利用“映射”和“逆映射”技术。映射是指将多维模式空间进行数学变换到二维
平面,多维空间的所有模式(样本点) 都投影在该平面内。在二维平面内,不同类别
的模式分布在不同的区域之间有较明显的分界域。由此确定优化方向返回到多维
空间(原始空间) ,得出真实信息,帮助人们找出规律或做出决策,指导实际工作或
实验研究。
针对不同的对象和不同的目的,可以用不同的模式识别理论、方法，目前主
流的技术方法是:统计模式识别、句法模式识别、模糊模式识别、神经网络法、
逻辑推理法。
(1) 统计模式识别
统计模式识别方法也称为决策论模式识别方法,它是从被研究的模式中选择
能足够代表它的若干特征(设有d个) ,每一个模式都由这d个特征组成的在d维特
征空间的一个d维特征向量来代表,于是每一个模式就在d维特征空间占有一个位
置。一个合理的假设是同类的模式在特征空间相距较近,而不同类的模式在特征
空间则相距较远。如果用某种方法来分割特征空间,使得同一类模式大体上都在
