一：關(guān)于框架

?????? 在第三版 張學(xué)工編著的 《模式識(shí)別》 第一章 概論里面第3頁，1.3. 這樣寫著：模式識(shí)別解決問題的的主要方法是基于知識(shí)的方法和基于數(shù)據(jù)的方法兩類；

???????（每一個(gè)作者都希望自己的所見所聞是正確的，這也僅僅是希望而已。因?yàn)檫@個(gè)希望后面有更深層的東西，自己的成果，別人的敬重，以及多年辛苦樹立的權(quán)威，以及科學(xué)技術(shù)人員不能決定自己命運(yùn)和方向的自卑感。當(dāng)然這不是學(xué)者的錯(cuò)誤，因?yàn)槊總€(gè)人的知識(shí)只是知識(shí)海洋中的一滴）。

???????基于數(shù)據(jù)的模式識(shí)別方法，是基于統(tǒng)計(jì)的模式識(shí)別。自從ML興起，PR的方法看起來和ES沒有太大區(qū)別，而ES看似更高一層, 專家系統(tǒng)抽取了語義描述，而基于數(shù)據(jù)的PR也沒能逃出ES的框架。

???????現(xiàn)在的模式識(shí)別陷入了分類的汪洋大海，至于哪種是模式哪種是特征已經(jīng)難以區(qū)分。或許我們應(yīng)該區(qū)分，行為模式，思維模式或許更高層次的模式才是重點(diǎn)，DL直接使用DNN，如果能產(chǎn)生更好的結(jié)果并突破限制，我們就會(huì)失去探索黑箱的機(jī)會(huì)，也將丟失重建知識(shí)體系和思維模型的欲望。如果我們需要的只是一個(gè)黑箱，我們需要的只是幾何墨模型，而非代數(shù)規(guī)則，這并不是好一些人所期望的。

???????模式識(shí)別是一種方法，而ES是一種框架。專家系統(tǒng)依靠專家獲取規(guī)則，ML方法基于專家設(shè)定的規(guī)則獲取規(guī)則。模式識(shí)別系統(tǒng)也是一種專家系統(tǒng)。

???????而真正的AI的實(shí)現(xiàn)，靠方法是不行的，應(yīng)該致力于更好的一種框架。

二：問題域滲透

???????模式識(shí)別是AI實(shí)現(xiàn)的一種方式？當(dāng)識(shí)別了一種模式，便陷入一種行為，模仿出決策過程。相似于觸發(fā)器原理，非條件反射。

???????控制系統(tǒng)才是最終的大頭，一個(gè)一個(gè) 的決策形成繁雜的邏輯，需要一個(gè)頂層的控制系統(tǒng)來進(jìn)行協(xié)調(diào)。

三：從語法到語義

?????? C++11最后一章，講語言設(shè)計(jì)者接下來的任務(wù)：

?????????????? OOP方法的基本活動(dòng)之一是 發(fā)明能正在模擬的情形（被稱為問題域）的類。語言怎樣的描述概念？如何構(gòu)建強(qiáng)大而簡(jiǎn)潔的描述規(guī)則是著重考慮的問題。

?????? C++11：不僅是一種語言，更是一個(gè)由語法規(guī)則延伸到語義規(guī)則的橋梁。是否要把他們分開呢？

????????????????由標(biāo)準(zhǔn)建類模型到標(biāo)準(zhǔn)語義模型進(jìn)化，可實(shí)現(xiàn)在計(jì)算機(jī)內(nèi)部的?智能基礎(chǔ)吧

四:知識(shí)專家系統(tǒng)
?????? 專家系統(tǒng)被稱為基于知識(shí)的模式識(shí)別, 是一個(gè)基于知識(shí)的描述系統(tǒng)和基于知識(shí)的推理系統(tǒng)，一般要求語義完備性。知識(shí)被定義為語義的確定性語法描述，作為歸納的結(jié)果，知識(shí)一般是經(jīng)驗(yàn)性的，局限性（概率正確性）。

??????? 哲學(xué)上確定，外部原子系統(tǒng)是可遍歷且可完備推理的。但現(xiàn)實(shí)的ND系統(tǒng)，由于觀測(cè)者的系統(tǒng)映射描述局限性和接口局限性，以及遍歷能力-計(jì)算能力，對(duì)于外部系統(tǒng)描述都解析為特定的粒度。

??????? 粒度的大小和劃分直接影響到專家系統(tǒng)的概率正確性及是否完備。

??? ??? 1975年Minsky提出了框架結(jié)構(gòu)，框架被定義為類的槽值集合，槽（slot）等同于對(duì)象的屬性。一般說來，槽可以包含下列信息：

1、框架名； 2、和其它框架的關(guān)系； 3、槽值； 4、默認(rèn)槽值； 5、槽的取值范圍； 6、處理過程。通常有兩種處理過程被附加到槽上：WHEN CHANGED和WHEN NEEDED。這樣的處理過程被稱為demon。 ??????? 基于框架的專家系統(tǒng)還通過facet的應(yīng)用對(duì)槽-值結(jié)構(gòu)體進(jìn)行擴(kuò)展。facet是提供關(guān)于框架屬性的擴(kuò)展知識(shí)的一種方法。一般來說，基于框架的專家系統(tǒng)允許我們向?qū)傩愿郊?#xff02;值＂、＂提示＂、和＂推理＂等facet。值facet指定屬性的默認(rèn)和初始值。提示facet讓終端用戶可以在和專家系統(tǒng)的會(huì)話里在線輸入屬性值，推理facet讓我們可以在特定屬性的值改變時(shí)停止推理過程。 ??????? 根據(jù)問題的本質(zhì)將其分解成框架，進(jìn)而分解成槽和facet。框架既可以表示類，也可以表示對(duì)象。通常對(duì)象直接有三種關(guān)系：泛化（a-kind-of或is-a）、聚合和關(guān)聯(lián)。 繼承的缺點(diǎn)在于，基于框架的系統(tǒng)不能區(qū)分本質(zhì)屬性（該類必須具備的屬性）和偶然屬性（該類所有實(shí)例剛好都具有的屬性）。由于在繼承層次的任何地方都可以覆寫屬性，在多重繼承時(shí)并不能表示把幾個(gè)類組合在一起的概念。
?????? 多數(shù)基于框架的專家系統(tǒng)里，也會(huì)使用規(guī)則，這些規(guī)則通常使用模式匹配語句。規(guī)則在方法調(diào)用時(shí)觸發(fā)，比如WHEN CHANGED。

四:ML系統(tǒng)
?????? 基于機(jī)器學(xué)習(xí)的專家系統(tǒng)被稱為機(jī)器學(xué)習(xí)系統(tǒng)。機(jī)器學(xué)習(xí)專家系統(tǒng)有相似于知識(shí)專家系統(tǒng)的描述。ML系統(tǒng)仍然是一個(gè)定義系統(tǒng)，且是封閉的描述系統(tǒng)。

?????? 得知知識(shí)的局限性之后，利用數(shù)學(xué)函數(shù)可描述的可學(xué)習(xí)模型取代專家構(gòu)建概率知識(shí)可用于保持專家系統(tǒng)的完備性。ML專家系統(tǒng)從學(xué)習(xí)體系中抽取出一般概念，模式識(shí)別模型，特征，泛化能力，歸納學(xué)習(xí)，遍歷和完備性。

基于類的ML系統(tǒng)模型：

1.類標(biāo)簽，描述為自然數(shù)N的子集；

????? ML系統(tǒng)中所有的類可以標(biāo)記為自然數(shù)集合N的真子集，是一個(gè)可數(shù)集合。在紛覆叢雜的ImageNet上，共有1860個(gè)圖像類別。在WebNet上的集合，大致有200萬個(gè)類別。

2.和其他類的關(guān)系；

??? 類的分層模型。參考林奈分類法的生物分類方法。

3.特征；

??? 類似于框架的槽值，類描述為特征的有序且有結(jié)構(gòu)集合。

4.本征特征；

?? 能夠在一個(gè)層次完全分離/區(qū)分兩類的特征；

5.特征值區(qū)間；

?? 在定義系統(tǒng)內(nèi)，特征的可取值范圍。

6.特征/模式提取；

?? 對(duì)類的操作不僅包含了如何對(duì)類進(jìn)行唯一性標(biāo)記，即提取類特征；也包含了怎樣對(duì)類的特征分布進(jìn)行描述，即類的模式提取。

不同之處：

????? 根本在于系統(tǒng)構(gòu)架上。專家系統(tǒng)一般要求固定的槽值，用于描述類和對(duì)象。而ML系統(tǒng)，則在合適的時(shí)刻可以對(duì)特征進(jìn)行空間變換，進(jìn)行特征變化和特征選擇。

????? 此外，對(duì)于矛盾的處理：專家系統(tǒng)一般使用確定推理方式，在矛盾處進(jìn)行對(duì)象分解，從更小的粒度重新解析矛盾，而ML系統(tǒng)則放松了模型要求，在一定的特征組合層面，滿足PAC概率正確性即可。

?后記：

????? 標(biāo)準(zhǔn)建類體系.....

????? 描述是認(rèn)知的基礎(chǔ)，感知和決策是基于描述的，AI的實(shí)現(xiàn)依賴于問題域的統(tǒng)一，基本要求是基于問題的描述方法統(tǒng)一。

??

總結(jié)

以上是生活随笔為你收集整理的模式识别两种方法：知识和数据的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。