模式识别与图像处理.ppt

模式识别与图像处理引言与模式识别相关的学科教学方法教学目标参考文献机构、会议、刊物
国际计算机视觉大会ICCV，全称InternationalConferenceonComputerVision

世界计算机视觉和模式识别领域顶级国际会议CVPR全称IEEEConferenceonComputerVisionandPatternRecognition其它刊物
PatternRecognition(PR)
PatternRecognitionLetters(PRL)
PatternAnalysisandApplication(PAA)
InternationalJournalofPatternRecognitionandArtificialIntelligence(IJPRAI)

模式识别的国内学术组织
国内的组织有电子学会，通信学会，自动化协会，中文信息学会….。第1章绪论1.1模式识别和模式的概念什么是模式？模式识别的概念模式识别的研究模式识别简史50年代NoamChemsky提出形式语言理论
美籍华人傅京荪提出句法结构模式识别。
60年代L.A.Zadeh提出了模糊集理论，模糊模式识别方法得以发展和应用。
80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活，并在模式识别得到较广泛的应用。
90年代小样本学习理论，支持向量机也受到了很大的重视。模式识别的应用模式识别的应用模式识别方法假说的两种获得方法假说的两种获得方法（续）模式分类的主要方法数据聚类统计分类结构模式识别神经网络1.2模式识别系统模式识别系统组成单元模式识别系统组成单元模式识别过程实例识别过程识别过程.1.3模式识别的基本问题3.几何表示
一维表示
X1=1.5X2=3

二维表示
X1=(x1,x2)T=(1,2)T
X2=(x1,x2)T=(2,1)T

三维表示
X1=(x1,x2,x3)T=(1,1,0)T
X2=(x1,x2,x3)T=(1,0,1)T4.基元（链码）表示：
在右侧的图中八个基元
分别表示0，1，2，3，
4，5，6，7，八个方向
和基元线段长度。
则右侧样本可以表示为
X1=006666
这种方法将在句法模式识
别中用到。
二.模式类的紧致性2.临界点(样本)：在多类样本中，某些样本的值有微小变化时就变成另一类样本称为临界样本（点）。
3.紧致集的性质
①要求临界点很少
②集合内的任意两点的连线,在线上的点属于同一集合
③集合内的每一个点都有足够大的邻域,在邻域内只包含同一集合的点
4.模式识别的要求:满足紧致集，才能很好的分类；如果不满足紧致集，就要采取变换的方法,满足紧致集.三.相似与分类②欧几里德距离

③明考夫斯基距离

其中当q=1时为绝对值距离，当q=2时为欧氏距离④切比雪夫距离

q趋向无穷大时明氏距离的极限情况
⑤马哈拉诺比斯距离

其中xi，xj为特征向量，为协方差。使用的条件是
样本符合正态分布

⑥夹角余弦

为xixj的均值即样本间夹角小的为一类，具有相似性
例：x1,x2,x3的夹角如图：

因为x1,x2的夹角小，所以x1,x2最相似。
⑦相关系数

为xixj的均值
注意：在求相关系数之前，要将数据标准化
3.分类的主观性和客观性
①分类带有主观性：目的不同，分类不同。例如：鲸鱼，牛，马从生物学的角度来讲都属于哺乳类，但是从产业角度来讲鲸鱼属于水产业，牛和马属于畜牧业。
②分类的客观性：科学性
判断分类必须有客观标准，因此分类是追求客观性的，
但主观性也很难避免，这就是分类的复杂性。四.特征的生成
1.低层特征：
①无序尺度：有明确的数量和数值。
②有序尺度：有先后、好坏的次序关系，如酒
分为上，中，下三个等级。
③名义尺度：无数量、无次序关系，如有红，
黄两种颜色
2.中层特征：经过计算，变换得到的特征
3.高层特征：在中层特征的基础上有目的的经过运
算形成
例如：椅子的重量=体积*比重
体积与长，宽，高有关；比重与材料，纹理，颜色有关。这里低、中、高三层特征都有了。五.数据的标准化
1.极差标准化，一批样本中，每个特征的最大值与最小值之差。

极差

极差标准化

2.方差标准化
Si为方差
标准化的方法很多，原始数据是否应该标准化，应采用
什么方法标准化，都要根据具体情况来定。1.4本门课程的主要内容相关数学概念相关数学概念相关数学概念相关数学概念相关数学概念小结
谢谢！