c1 引 言 模式識(shí)別課程

模式識(shí)別

孫和利武漢大學(xué)遙感信息工程學(xué)院sunheli@126.com1編輯ppt引言2編輯ppt課程對(duì)象模式識(shí)別學(xué)科碩士研究生的專業(yè)基礎(chǔ)課3編輯ppt與模式識(shí)別相關(guān)的學(xué)科統(tǒng)計(jì)學(xué)概率論線性代數(shù)（矩陣計(jì)算）形式語言機(jī)器學(xué)習(xí)人工智能圖像處理計(jì)算機(jī)視覺4編輯ppt教學(xué)方法著重講述模式識(shí)別的基本概念，基本方法和算法原理。注重理論與實(shí)踐緊密結(jié)合實(shí)例教學(xué)：通過大量實(shí)例講述如何將所學(xué)知識(shí)運(yùn)用到實(shí)際應(yīng)用之中避免引用過多的、繁瑣的數(shù)學(xué)推導(dǎo)。5編輯ppt教學(xué)目標(biāo)掌握模式識(shí)別的基本概念和方法有效地運(yùn)用所學(xué)知識(shí)和方法解決實(shí)際問題為研究新的模式識(shí)別的理論和方法打下基礎(chǔ)6編輯ppt教學(xué)效果基本：完成課程學(xué)習(xí)，通過考試，獲得學(xué)分。提高：能夠?qū)⑺鶎W(xué)知識(shí)和內(nèi)容用于課題研究，解決實(shí)際問題。飛躍：通過模式識(shí)別的學(xué)習(xí)，改進(jìn)思維方式，為將來的工作打好基礎(chǔ)，終身受益。7編輯ppt教材/參考文獻(xiàn)舒寧等，模式識(shí)別的理論與方法，武漢大學(xué)出版社，2004。.邊肇祺等，模式識(shí)別（第二版），清華大學(xué)出版社，2000。蔡元龍，模式識(shí)別，西北電訊工程學(xué)院出版社，1986。8編輯ppt本門課程的主要內(nèi)容第一章概論第二章貝葉斯決策理論第三章判別函數(shù)與確定性分類器第四章聚類分析第五章模式特征分析與選取第六章模糊集合理論在模式識(shí)別中的應(yīng)用第七章句法模式識(shí)別第八章神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用9編輯ppt第一章模式識(shí)別概論§1-1模式識(shí)別的基本概念§1-2模式識(shí)別系統(tǒng)§1-3模式識(shí)別的應(yīng)用§1-4模式識(shí)別的基本問題10編輯ppt§1-1模式識(shí)別的基本概念一.模式識(shí)別的基本定義

模式(pattern)------存在于時(shí)間，空間中可觀察

的事物，具有時(shí)間或空間分布的信息。

------識(shí)別的對(duì)象，是對(duì)客體定量的或結(jié)構(gòu)的描述。廣義地說，存在于時(shí)間和空間中可觀察的物體，如果我們可以區(qū)別它們是否相同或是否相似，都可以稱之為模式。模式所指的不是事物本身，而是從事物獲得的信息，因此，模式往往表現(xiàn)為具有時(shí)間和空間分布的信息。11編輯ppt模式的直觀特性:可觀察性可區(qū)分性相似性

12編輯ppt模式識(shí)別(PatternRecognition)------用計(jì)算機(jī)實(shí)現(xiàn)人對(duì)各種事物或現(xiàn)象的分析,描述,判斷,識(shí)別。周圍物體的認(rèn)知：桌子、椅子人的識(shí)別：張三、李四聲音的辨別：汽車、火車，狗叫、人語氣味的分辯：炸帶魚、紅燒肉人和動(dòng)物的模式識(shí)別能力是極其平常的，但對(duì)計(jì)算機(jī)來說卻是非常困難的。模式類------具有共同特征的模式的集合。識(shí)別------對(duì)模式類的分辨，判斷，分類。目的------提高計(jì)算機(jī)的感知能力，開拓計(jì)算機(jī)的應(yīng)用。13編輯ppt模式識(shí)別的研究目的：利用計(jì)算機(jī)對(duì)物理對(duì)象進(jìn)行分類，在錯(cuò)誤概率最小的條件下，使識(shí)別的結(jié)果盡量與客觀物體相符合。Y=F(X)X的定義域取自特征集Y的值域?yàn)轭悇e的標(biāo)號(hào)集F是模式識(shí)別的判別方法14編輯ppt模式識(shí)別與圖象識(shí)別，圖象處理的關(guān)系

模式識(shí)別是模擬人的某些功能

模擬人的視覺:計(jì)算機(jī)+光學(xué)系統(tǒng)模擬人的聽覺:計(jì)算機(jī)+聲音傳感器模擬人的嗅覺和觸覺:計(jì)算機(jī)+傳感器15編輯ppt二.模式識(shí)別的發(fā)展史1929年G.Tauschek發(fā)明閱讀機(jī)，能夠閱讀0-9的數(shù)字。30年代Fisher提出統(tǒng)計(jì)分類理論,奠定了統(tǒng)計(jì)模式識(shí)別的基礎(chǔ)。因此，在60～70年代，統(tǒng)計(jì)模式識(shí)別發(fā)展很快，但由于被識(shí)別的模式愈來愈復(fù)雜，特征也愈多，就出現(xiàn)“維數(shù)災(zāi)難”。但由于計(jì)算機(jī)運(yùn)算速度的迅猛發(fā)展，這個(gè)問題得到一定克服。統(tǒng)計(jì)模式識(shí)別仍是模式識(shí)別的主要理論。16編輯ppt50年代NoamChemsky提出形式語言理論美籍華人付京蓀提出句法結(jié)構(gòu)模式識(shí)別。60年代L.A.Zadeh提出了模糊集理論，模糊模式識(shí)別理論得到了較廣泛的應(yīng)用。80年代Hopfield提出神經(jīng)元網(wǎng)絡(luò)模型理論。近些年人工神經(jīng)元網(wǎng)絡(luò)在模式識(shí)別和人工智能上得到較廣泛的應(yīng)用。90年代小樣本學(xué)習(xí)理論，支持向量機(jī)也受到了很大的重視。17編輯ppt三.關(guān)于模式識(shí)別的國內(nèi)、國際學(xué)術(shù)組織1973年IEEE發(fā)起了第一次關(guān)于模式識(shí)別的國際會(huì)議“ICPR”，成立了國際模式識(shí)別協(xié)會(huì)---“IAPR”，每2年召開一次國際學(xué)術(shù)會(huì)議。1977年IEEE的計(jì)算機(jī)學(xué)會(huì)成立了模式分析與機(jī)器智能（PAMI）委員會(huì)，每2年召開一次模式識(shí)別與圖象處理學(xué)術(shù)會(huì)議。國內(nèi)的組織有電子學(xué)會(huì)，通信學(xué)會(huì)，自動(dòng)化協(xié)會(huì)，中文信息學(xué)會(huì)….。18編輯ppt§1-2模式識(shí)別方法及模式識(shí)別系統(tǒng)模式識(shí)別方法模式識(shí)別系統(tǒng)的目標(biāo)：在特征空間和解釋空間之間找到一種映射關(guān)系，這種映射也稱之為假說。特征空間：從模式得到的對(duì)分類有用的度量、屬性或基元構(gòu)成的空間。解釋空間：將c個(gè)類別表示為i

,i=1,2……,c

其中

為所屬類別的集合，稱為解釋空間。19編輯ppt假說的兩種獲得方法監(jiān)督學(xué)習(xí)、概念驅(qū)動(dòng)或歸納假說：在特征空間中找到一個(gè)與解釋空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。在給定模式下假定一個(gè)解決方案，任何在訓(xùn)練集中接近目標(biāo)的假說也都必須在“未知”的樣本上得到近似的結(jié)果。依靠已知所屬類別的的訓(xùn)練樣本集，按它們特征向量的分布來確定假說（通常為一個(gè)判別函數(shù)），只有在判別函數(shù)確定之后才能用它對(duì)未知的模式進(jìn)行分類；對(duì)分類的模式要有足夠的先驗(yàn)知識(shí)，通常需要采集足夠數(shù)量的具有典型性的樣本進(jìn)行訓(xùn)練。20編輯ppt假說的兩種獲得方法（續(xù)）非監(jiān)督學(xué)習(xí)、數(shù)據(jù)驅(qū)動(dòng)或演繹假說：在解釋空間中找到一個(gè)與特征空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。這種方法試圖找到一種只以特征空間中的相似關(guān)系為基礎(chǔ)的有效假說。在沒有先驗(yàn)知識(shí)的情況下，通常采用聚類分析方法，基于“物以類聚”的觀點(diǎn)，用數(shù)學(xué)方法分析各特征向量之間的距離及分散情況；如果特征向量集聚集若干個(gè)群，可按群間距離遠(yuǎn)近把它們劃分成類；這種按各類之間的親疏程度的劃分，若事先能知道應(yīng)劃分成幾類，則可獲得更好的分類結(jié)果。21編輯ppt模式分類的主要方法統(tǒng)計(jì)模式識(shí)別

概率分類法聚類分析

模糊模式識(shí)別句法（結(jié)構(gòu)）模式識(shí)別人工神經(jīng)網(wǎng)絡(luò)方法22編輯ppt統(tǒng)計(jì)模式識(shí)別基于概率統(tǒng)計(jì)模型得到各類別的特征向量的分布，以取得分類的方法。特征向量分布的獲得是基于一個(gè)類別已知的訓(xùn)練樣本集。是一種監(jiān)督分類的方法，分類器是概念驅(qū)動(dòng)的。概率分類法23編輯ppt聚類分析目標(biāo)：用某種相似性度量的方法將原始數(shù)據(jù)組織成有意義的和有用的各種數(shù)據(jù)集。是一種非監(jiān)督學(xué)習(xí)的方法，解決方案是數(shù)據(jù)驅(qū)動(dòng)的。24編輯ppt模糊模式識(shí)別

基于模糊數(shù)學(xué)理論，利用隸屬函數(shù)描述事物的不確定性。識(shí)別根據(jù)研究對(duì)象對(duì)于某模糊子集的隸屬程度采用最大隸屬原則識(shí)別法、擇近原則識(shí)別法，模糊聚類分析法對(duì)模式進(jìn)行識(shí)別。25編輯ppt結(jié)構(gòu)模式識(shí)別該方法通過考慮識(shí)別對(duì)象的各部分之間的聯(lián)系來達(dá)到識(shí)別分類的目的。識(shí)別采用結(jié)構(gòu)匹配的形式，通過計(jì)算一個(gè)匹配程度值（matchingscore）來評(píng)估一個(gè)未知的對(duì)象或未知對(duì)象某些部分與某種典型模式的關(guān)系如何。當(dāng)成功地制定出了一組可以描述對(duì)象部分之間關(guān)系的規(guī)則后，可以應(yīng)用一種特殊的結(jié)構(gòu)模式識(shí)別方法–句法模式識(shí)別，來檢查一個(gè)模式基元的序列是否遵守某種規(guī)則，即句法規(guī)則或語法。26編輯ppt人工神經(jīng)網(wǎng)絡(luò)方法神經(jīng)網(wǎng)絡(luò)是受人腦組織的生理學(xué)啟發(fā)而創(chuàng)立的。由一系列互相聯(lián)系的、相同的單元（神經(jīng)元）組成。相互間的聯(lián)系可以在不同的神經(jīng)元之間傳遞增強(qiáng)或抑制信號(hào)。增強(qiáng)或抑制是通過調(diào)整神經(jīng)元相互間聯(lián)系的權(quán)重系數(shù)來實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)監(jiān)督和非監(jiān)督學(xué)習(xí)條件下的分類。27編輯ppt模式識(shí)別系統(tǒng)的基本構(gòu)成數(shù)據(jù)獲取特征提取和選擇預(yù)處理分類決策分類器設(shè)計(jì)28編輯ppt數(shù)據(jù)獲?。河糜?jì)算機(jī)可以運(yùn)算的符號(hào)來表示所研究的對(duì)象二維圖像：文字、指紋、地圖、照片等一維波形：腦電圖、心電圖、季節(jié)震動(dòng)波形等物理參量和邏輯值：體溫、化驗(yàn)數(shù)據(jù)、參量正常與否的描述預(yù)處理單元：去噪聲，提取有用信息，并對(duì)輸入測量儀器或其它因素所造成的退化現(xiàn)象進(jìn)行復(fù)原（圖像處理）29編輯ppt特征提取和選擇：對(duì)原始數(shù)據(jù)進(jìn)行變換，得到最能反映分類本質(zhì)的特征測量空間：原始數(shù)據(jù)組成的空間特征空間：分類識(shí)別賴以進(jìn)行的空間模式表示：維數(shù)較高的測量空間->維數(shù)較低的特征空間分類器設(shè)計(jì)：分類器設(shè)計(jì)的主要功能是通過訓(xùn)練確定判決規(guī)則，使按此類判決規(guī)則分類時(shí)，錯(cuò)誤率最低。把這些判決規(guī)則建成標(biāo)準(zhǔn)庫。分類決策：在特征空間中對(duì)被識(shí)別對(duì)象進(jìn)行分類。30編輯ppt模式識(shí)別過程實(shí)例在傳送帶上用光學(xué)傳感器件對(duì)魚按品種分類 鱸魚(Seabass) 品種 鮭魚(Salmon)31編輯ppt識(shí)別過程數(shù)據(jù)獲?。杭茉O(shè)一個(gè)攝像機(jī)，采集一些樣本圖像，獲取樣本數(shù)據(jù)預(yù)處理：去噪聲，用一個(gè)分割操作把魚和魚之間以及魚和背景之間分開32編輯ppt識(shí)別過程特征提取和選擇：對(duì)單個(gè)魚的信息進(jìn)行特征選擇，從而通過測量某些特征來減少信息量長度亮度寬度魚翅的數(shù)量和形狀嘴的位置，等等…分類決策：把特征送入決策分類器33編輯ppt34編輯ppt35編輯ppt36編輯ppt37編輯ppt38編輯ppt39編輯ppt模式分類器的評(píng)測過程數(shù)據(jù)采集特征選取模型選擇訓(xùn)練和測試計(jì)算結(jié)果和復(fù)雜度分析，反饋40編輯ppt分類器評(píng)測開始數(shù)據(jù)采集結(jié)束訓(xùn)練和測試計(jì)算結(jié)果和復(fù)雜度分析，反饋特征選取模型選擇41編輯ppt訓(xùn)練和測試訓(xùn)練集：是一個(gè)已知樣本集，在監(jiān)督學(xué)習(xí)方法中，用它來開發(fā)出模式分類器。測試集：在設(shè)計(jì)識(shí)別和分類系統(tǒng)時(shí)沒有用過的獨(dú)立樣本集。系統(tǒng)評(píng)價(jià)原則：為了更好地對(duì)模式識(shí)別系統(tǒng)性能進(jìn)行評(píng)價(jià)，必須使用一組獨(dú)立于訓(xùn)練集的測試集對(duì)系統(tǒng)進(jìn)行測試。42編輯ppt實(shí)例：統(tǒng)計(jì)模式識(shí)別19名男女同學(xué)進(jìn)行體檢，測量了身高和體重，但事后發(fā)現(xiàn)其中有4人忘記填寫性別，試問（在最小錯(cuò)誤的條件下）這4人是男是女？體檢數(shù)值如下：43編輯ppt實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）待識(shí)別的模式：性別（男或女）測量的特征：身高和體重訓(xùn)練樣本：15名已知性別的樣本特征目標(biāo)：希望借助于訓(xùn)練樣本的特征建立判別函數(shù)（即數(shù)學(xué)模型）44編輯ppt實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）由訓(xùn)練樣本得到的特征空間分布圖45編輯ppt實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）從圖中訓(xùn)練樣本的分布情況，找出男、女兩類特征各自的聚類特點(diǎn)，從而求取一個(gè)判別函數(shù)（直線或曲線）。只要給出待分類的模式特征的數(shù)值，看它在特征平面上落在判別函數(shù)的哪一側(cè)，就可以判別是男還是女了。結(jié)論：1.錯(cuò)誤最小。2.存在錯(cuò)分。46編輯ppt實(shí)例：句法模式識(shí)別問題：如何利用對(duì)圖像的結(jié)構(gòu)信息描述，識(shí)別如下所示圖片：地板M墻壁NLTBDEXZY47編輯ppt實(shí)例：句法模式識(shí)別（續(xù)）將整個(gè)場景圖像結(jié)構(gòu)分解成一些比較簡單的子圖像的組合；子圖像又用一些更為簡單的基本圖像單元來表示，直至子圖像達(dá)到了我們認(rèn)為的最簡單的圖像單元（基元）；所有這些基元按一定的結(jié)構(gòu)關(guān)系來表示，利用多級(jí)樹結(jié)構(gòu)對(duì)其進(jìn)行描述（這種描述可以采用形式語言理論）。48編輯ppt實(shí)例：句法模式識(shí)別（續(xù)）多級(jí)樹描述結(jié)構(gòu)地板M墻壁NLTBDEXZY景物:A

景物A物體B背景C三角體D長方體E三角形T面L面Y地板M墻壁N面Z面X49編輯ppt實(shí)例：句法模式識(shí)別（續(xù)）訓(xùn)練過程：用已知結(jié)構(gòu)信息的圖像作為訓(xùn)練樣本，先識(shí)別出基元（比如場景圖中的X、Y、Z等簡單平面）和它們之間的連接關(guān)系（例如長方體E是由X、Y和Z三個(gè)面拼接而成），并用字母符號(hào)代表之；然后用構(gòu)造句子的文法來描述生成這幅場景的過程，由此推斷出生成該場景的一種文法。50編輯ppt實(shí)例：句法模式識(shí)別（續(xù)）識(shí)別過程：先對(duì)未知結(jié)構(gòu)信息的圖像進(jìn)行基元提取及其相互結(jié)構(gòu)關(guān)系的識(shí)別；然后用訓(xùn)練過程獲得的文法做句法分析；如果能被已知結(jié)構(gòu)信息的文法分析出來，則該幅未知圖像與訓(xùn)練樣本具有相同的結(jié)構(gòu)（識(shí)別成功），否則就不是這種結(jié)構(gòu)（識(shí)別失?。?。51編輯ppt§1-3模式識(shí)別的應(yīng)用1.字符識(shí)別：包括印刷體字符的識(shí)別、手寫體字符的識(shí)別（脫機(jī)）、各種OCR設(shè)備例如信函分揀、文件處理、卡片輸入、支票查對(duì)、自動(dòng)排板、期刊閱讀、稿件輸入、在線手寫字符的識(shí)別（聯(lián)機(jī)），各種書寫輸入板。2.醫(yī)療診斷：心電圖分析，腦電圖分析，醫(yī)學(xué)圖像分析，染色體，癌細(xì)胞識(shí)別，疾病診斷。3.遙感：數(shù)字?jǐn)z影測量，資源衛(wèi)星照片，氣象衛(wèi)星照片處理。52編輯ppt4.安全：指紋識(shí)別、人臉識(shí)別、監(jiān)視和報(bào)警系統(tǒng)5.工程：產(chǎn)品缺陷檢測、特征識(shí)別、語音識(shí)別、機(jī)器翻譯、電話號(hào)碼自動(dòng)查詢、自動(dòng)導(dǎo)航系統(tǒng)、污染分析、大氣、水源、環(huán)境監(jiān)測。6.經(jīng)濟(jì)學(xué)：股票交易預(yù)測、企業(yè)行為分析。7.天文學(xué)：天文望遠(yuǎn)鏡圖像分析、自動(dòng)光譜學(xué)。8.生物學(xué)：自動(dòng)細(xì)胞學(xué)、染色體特性研究、遺傳研究。9.軍事應(yīng)用：航空攝像分析、雷達(dá)和聲納信號(hào)檢測和分類、自動(dòng)目標(biāo)識(shí)別。53編輯ppt§1-4模式識(shí)別的基本問題一.模式(樣本)表示方法向量表示

:假設(shè)一個(gè)樣本有n個(gè)變量(特征)Ⅹ=(x1,x2,…,xn)T2.矩陣表示:

N個(gè)樣本，n個(gè)變量(特征)54編輯ppt3.幾何表示一維表示X1=1.5X2=3

二維表示X1=(x1,x2)T=(1,2)T

X2=(x1,x2)T=(2,1)T

三維表示X1=(x1,x2,x3)T=(1,1,0)T

X2=(x1,x2,x3)T=(1,0,1)T55編輯ppt4.基元（鏈碼）表示：在右側(cè)的圖中八個(gè)基元分別表示0，1，2，3，4，5，6，7，八個(gè)方向和基元線段長度。則右側(cè)樣本可以表示為X1=006666

這種方法將在句法模式識(shí)別中用到。56編輯ppt二.模式類的緊致性1.緊致集：同一類模式類樣本的分布比較集中，沒有或臨界樣本很少，這樣的模式類稱緊致集。57編輯ppt2.臨界點(diǎn)(樣本)：在多類樣本中，某些樣本的值有微小變化時(shí)就變成另一類樣本稱為臨界樣本（點(diǎn)）。3.緊致集的性質(zhì)①要求臨界點(diǎn)很少②集合內(nèi)的任意兩點(diǎn)的連線,在線上的點(diǎn)屬于同一集合③集合內(nèi)的每一個(gè)點(diǎn)都有足夠大的鄰域,在鄰域內(nèi)只包含同一集合的點(diǎn)4.模式識(shí)別的要求：滿足緊致集，才能很好的分類；如果不滿足緊致集，就要采取變換的方法,滿足緊致集.58編輯ppt三.相似與分類

1.兩個(gè)樣本xi，xj之間的相似度量滿足以下要求：①應(yīng)為非負(fù)值②樣本本身相似性度量應(yīng)最大③度量應(yīng)滿足對(duì)稱性④在滿足緊致性的條件下，相似性應(yīng)該是點(diǎn)間距離的單調(diào)函數(shù)

59編輯ppt2.用各種距離表示相似性：

①絕對(duì)值距離(“cityblock”distance)已知兩個(gè)樣本xi=(xi1,xi2,xi3,…,xin)Txj=(xj1,xj2,xj3,…,xjn)T又稱城市距離，街坊距離。60編輯ppt②歐幾里德距離（歐氏距離）③明考夫斯基距離（明氏距離）

其中當(dāng)m=1時(shí)為絕對(duì)值距離，當(dāng)m=2時(shí)為歐氏距離61編輯ppt④切比雪夫距離m趨向無窮大時(shí)明氏距離的極限情況⑤馬哈拉諾比斯距離其中m為特征向量，C為協(xié)方差矩陣，使用的條件是樣本符合正態(tài)分布。62編輯ppt因?yàn)閤1,x2

的夾角小，所以x1,x2

最相似。⑥向量夾角余弦它反映了幾何相似性，在