什么是模式识别？它有哪些模型？

精选知识

　　模式识别(Pattern Recognition)是人类的一项基本智能,在日常生活中,人们经常在进行“模式识别”.随着20世纪40年代计算机

　　的出现以及50年代人工智能的兴起,人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动.(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科.

　　模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分.模式识别又常称作模式分类,从处理问题的性质和解决问题的方法等角度,模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种.二者的主要差别在于,各实验样本所属的类别是否预先已知.一般说来,有监督的分类往往需要提供大量已知类别的样本,但在实际问题中,这是存在一定困难的,因此研究无监督的分类就变得十分有必要了.

　　模式还可分成抽象的和具体的两种形式.前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支.我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类.

　　模式识别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,属于认识科学的范畴,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、生物学家和神经生理学家的研究内容,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.

　　应用计算机对一组事件或过程进行辨识和分类,所识别的事件或过程可以是文字、声音、图像等具体对象,也可以是状态、程度等抽象对象.这些对象与数字形式的信息相区别,称为模式信息.

　　模式识别所分类的类别数目由特定的识别问题决定.有时,开始时无法得知实际的类别数,需要识别系统反复观测被识别对象以后确定.

　　模式识别与统计学、心理学、语言学、 计算机科学 、生物学、控制论等都有关系.它与 人工智能 、 图像处理 的研究有交叉关系.例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题.又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术.

其他类似问题

问题1：心理学 什么是模式识别?它有哪些模型?

以下为本人精华笔记,绝非网页复制

模式识别理论,这个是理论热点

模式：刺激的空间组合和时间组合,即刺激的整体结构.如视觉刺激模式、听觉刺激模式等,各个模式都不相同,复杂模式还会包含子模式.

模式识别：个体确认所知觉的模式是什么,并将它与其它模式区分开来.是知觉研究中认知心理学的主要研究领域

模式识别过程：感觉信息与长时记忆的有关信息进行比较,决定它与哪个长时记忆中的项目有着最佳匹配的过程.

（1）模板匹配理论：长时记忆中存储了各种与过去生活中形成的外部模式相对应的袖珍副本（模板）,内在模板与客观事物的刺激模式之间存在着一一对应的关系.模式识别是将刺激提供的信息与相应的模板进行匹配的过程

,是一种自下而上的加工模型.精确匹配

优点：模板说可以在一定程度上解释人在知觉过程中如何进行模式识别,并在实现具有人工智能的机器模式识别中得到了实际运用.

缺点：模板说在解释人的模式识别方面仍然有许多缺陷.①按照该理论的假设,每一个有千变万化现象的同一个事物,记忆系统中都要储备与之一一对应的模板才能识别,需要在记忆中存储大量模板②这种理论对模式识别的解释比较刻板和生硬,缺乏人们在实际知觉中对模式识别的灵活性和变通性③没有明确阐释模板匹配的机制,尤其难以解释人们迅速识别一个新的、不熟悉模式的现象.

（2）原型理论：记忆中储存的不是与刺激模式一一对应的模板,而是一类刺激模式的原型（有关某一类事物或刺激模式的概括性表征,反映一类客观事物所具有的共同基本特性）.模式识别是在记忆中找到与当前的刺激模式最相似的原型的过程,不需要严格匹配,只要存在相应的原型,新的、不熟悉的模式也可以得到识别.近似匹配

优点：原型匹配理论大大减少了模板的数量,不仅减轻了记忆负担,而且使模式识别的过程具有灵活性和变通性.这种识别过程基本与日常生活经验相符.

缺点：理论不够清晰直观；匹配过程只强调自上而下的加工,而缺少自下而上的加工.

（3）特征分析理论：每一种刺激模式都能被分解成一些基本特征,同一类别模式的刺激物具有共同的基本特征.刺激信息的特征和对这些特征的分析在模式识别过程中起着关键性的作用.

人已有的知识经验中的客观事物,以各种基本特征的方式储存在记忆系统中,模式识别的过程首先是对刺激信息的特征加以分析,抽取有关特征并加以合并,再与长时记忆系统中已储存的各种相应的特征比较,一旦获得二者特征之间最佳匹配,刺激就被识别.最佳匹配

优点：①依据刺激的特征进行识别,避免预加工的困难,使识别有更强的适应性②同样的特征可以出现在许多不同的模式中,极大地减轻了记忆负担③在识别中需要抽取必要的特征,再加以综合,使模式识别过程有更多的学习色彩.

缺点：只有自下而上的加工,没有自上而下的加工,由局部加工到整体加工,无法说明人在识别模式中的主动性和能动性.

实验58 视觉搜索实验（特征整合论）Treisman特雷斯曼,1980

鬼域模型：Selfridge (1959)提出,以特征分析为基础,将模式识别过程分为4个层次.即映象鬼（对外部刺激进行编码,形成刺激的映象）、特征鬼（对刺激的映象进行分析,分解为各种特征）、认知鬼（监视各种特征鬼的反应,当发现了有关的特征时就会喊叫）和决策鬼（根据这些认知鬼的喊叫,选择喊叫声最大的那个认知鬼所负责的模式,作为所要识别的模式）

问题2：模式识别是什么

中文名称：模式识别英文名称：pattern recognition

定义1：借助计算机,就人类对外部世界某一特定环境中的客体、过程和现象的识别功能(包括视觉、听觉、触觉、判断等)进行自动模拟的科学技术.应用学科：测绘学（一级学科）；摄影测量与遥感学（二级学科）

定义2：一类与计算机技术结合使用数据分类及空间结构识别方法的统称.应用学科：地理学（一级学科）；数量地理学（二级学科）

定义3：昆虫将目标作为一幅完整图像来记忆和识别.应用学科：昆虫学（一级学科）；昆虫生理与生化（二级学科）

定义4：主要指膜式识别受体对病原体相关分子模式的识别.应用学科：免疫学（一级学科）；概论（二级学科）；免疫学相关名词（三级学科）

问题3：什么是模式识别?

模式识别是一门研究用计算机代替人来识别事物的学科.它不仅减轻了人的体力和脑力劳动,还可提高识别能力,使人们能完成以前所不能完成的大量识别工作.

模式的原意是指供模仿用的完美无缺的标本,所以模式识别是识别出给定的事物和哪一个标本（模式）相同或相近.因此模式识别是一种模式分类.它是用一组表示被研究对象特征的变量构成模式空间,按照物以类聚的观点分析给出的数据结构,划分出具有特定属性模式类的空间聚集区,并辨认每一模式的类别.计算机的介入,使模式识别能处理影响因素众多的大量信息,选择决定分类的特征变量,并作出最佳决策.

问题4：模式识别里的model evidence是什么[化学科目]

意思是模拟依据

有时候也翻译成模型证据

问题5：请问模式识别的贝叶斯公式中为什么用概率密度?贝叶斯公式怎么能用概率密度呢?[数学科目]

我不知道你的模式识别是什么,但是概率密度是用在连续随机变量的概率表示方法,在离散随机变量中y={1,-1} ,p（y=-1）=0.5,p（y=1）=0.5.这是概率.但是连续随机变量中y属于（-1,1）区间,-1到1中的每个有理数我们都可以取到,所以某一点的小邻域的概率为f（x）dx,.如果我们在贝叶斯公式中两边消去dx,那么留下的就是概率密度.