人工神经网络——笔记摘抄2
一、模式識別系統(tǒng)的主要目標
模式識別系統(tǒng)的主要目標是在特征空間和解釋空間之間找個一種映射關系。
二、模式識別系統(tǒng)的構成
①數據獲取:將對象屬性轉換為計算機可以接受的數值或者符號串集合。數值或者符號串組成的空間稱為模式空間。
②預處理:為了去噪,排除不相干信號,留下對象性質和與識別方法密切相關的特征。
③特征提取和選擇:從多個特征中選擇有用特征,可進行降維。一般來說,特征種類越多,效果越好,但是可能出現維數災難,即特征維數過高,計算機難以求解。
④分類決策:在特征空間用模式識別的方法吧識別對象歸類。
⑤分類器設計:利用訓練集確定判別函數,改進判別函數和誤差檢驗。
三、模式識別基本方法
模式識別就是對多維空間中各種模式的分布特點進行分析,對模式空間進行劃分,識別各種模式的聚類情況,從而做出判斷或決策。①統(tǒng)計模式識別:
? ?適用于給定的有限數量樣本集,基本思想是將特征提取階段得到的特征向量定義在一個特征空間中,這個空間包含所有的特征矢量。用數值來描述特征
? ?(a).聚類分析
? ?兩種方式:第一種試探方式,按最近鄰規(guī)則指定某些模式樣本屬于某一聚類類別,典型的就是最近鄰規(guī)則和最大最小聚類算法;第二種是聚類準則函數法,定義準則函數,其函數值與樣品的劃分有關,取極小值則認為正確劃分。
? ? (b)判別類域界面法
? ? ?用訓練集學習或者訓練得到判別函數。典型的是線性判別函數,利用超平面對特征空間進行分割。權向量決定超平面方向,閾值權決定位置。
? ? ?(c)統(tǒng)計判決
? ? ? 按概率統(tǒng)計理論導出各種判決準則。用到概率密度函數,先驗概率和條件概率,即貝葉斯法則。
②句法結構模式識別
? ? 用符號描述特征,采用分層描述法,基本思想是把模式識別描述為簡單子模式的組合,得到一個樹形結構的描述,底層最簡單的子模式稱為模式基元,計院的選擇相當于決策理論方法中的特征選擇問題。基元本身不能含有重要的結構信息。模式以一組基元和它們的線性組合來描述,稱為模式描述語句。基元組合成模式的規(guī)則,由所謂語法來指定。
? ?句法結構模式識別又稱為結構方法或語言學方法,主要用于文字識別、遙感圖形的識別與分析,紋理圖像的分析等。
四、模式識別方法的選取
? ? ?方法的選取取決于問題的本質,被識別對象復雜,包含豐富結構信息,一般采用句法方法,反之采用決策理論方法。
? ? 統(tǒng)計模式識別能考慮干擾、噪聲的影響,識別模式基元能力強,但是對結構復雜的模式抽取特征困難,不能反映模式的結構特征,對模式本身的結構關系很少利用,難以從整體角度考慮識別問題。
? ? ?句法結構模式識別能反映模式的結構特性,可用簡單的基元開始,由簡至繁。但未考慮模式所受到的環(huán)境、噪聲的干擾等不穩(wěn)定因素影響。當存在噪聲時,抽取基元困難,且易事物。
? ? ?應用中常結構兩種方法,分別施加在不同層次,提出了隨機文法,屬性文法等一些研究方向。
總結
以上是生活随笔為你收集整理的人工神经网络——笔记摘抄2的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 支付宝绑定信用卡失败是怎么回事?不能付款
- 下一篇: 关于协方差矩阵需要注意的一个事项