什么是模式、什么是模式识别、模式识别的方法、过程

什么是模式（pattern）：

模式是存在于时间和空间中可观察的物体，如果可以区分相同或者相似的物体类别，可区分的物体称之为模式。模式不是指具体的物体，而是抽象的类别。

例如：人这个类别是一种模式，自行车这个类别是一种模式。

---

什么是模式识别：

1.模式识别的抽象表示：

       

       X:表示特征集集合（或称特征空间）

       Y：表示类别标号集（或称解释空间）

       F：表示模式识别的判别方法（或称假说）

X可以指模式的特征，可以理解为模式的属性，Y表示类别标号集，理解为类别的集合，F表示判别方法，理解为X与Y之间的映射关系。

模式识别是通过某种特定假说（F），给定一些特征的时，识别为某种特定模式。

2.判别方法F获得的两种途径：监督学习，非监督学习

监督学习：已知类别的样本集，按照特征向量分布确定假说（F），假说确定以后，对未知模式进行识别分类。

非监督学习：在没有先验知识情况下，通常采用聚类分析方法，特征向量聚集为若干个群。

---

模式识别的方法：

模式识别的方法主要四类：

1.数据聚类：用于非监督学习

2.统计分类：用于监督学习

3.结构模式识别：通过对基本单元判断是否符合某种规则

4.神经网络：可同时用于监督或者非监督学习，通过模拟人脑，调节权重来实现

---

模式识别的过程：

模式识别简单分为四个步骤：

数据获取——数据预处理——特征提取与选择——分类决策

数据获取：将对象转化为计算机可以运算的符号（对数据进行量化）

预处理：将有用的信息留下，无用的信息去除

特征提取和选择：对数据进行降低维度的过程

分类决策：在特征空间中用模式识别的方法，将识别对象归为某一类