模式识别技术应用和发展

模式识别技术应用

以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解，并借助一定的技术手段，让计算机研究和分析地图上的各种模式信息，获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。

地图模式识别是近年来在地图制图领域中新兴的一门高新技术，是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁，因此，地图模式识别遥感技术、地理信息系统一起，被称为现代地图制图的三大技术。

目前，地图模式识别由于具有广泛的应用价值和发展潜力，因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高，科技不过发展的情况下， 从事地图模式识别的研究也越来越多。因此在国内外都有许多政府机构、公司、大学、研究所正在致力于这方面的研究。

例如国内的许多单位也在从事地图模式识别方面的研究，如武汉测绘科技大学的李德仁、陈晓勇的CCD扫描等高线图的自动栅格一矢量转换方法（1991），该课题是国家自然科学基金资助项目。西安电子科技大学的赵树萝等人承担的“地图的计算机识别、理解与描述”的国家科研任务，其研究成果于1991年通过了技术鉴定。上海交通大学图像处理与模式识别研究所的余松煌等人承担的国防科工委下达的“地图图形计算机识别”的课题，取得了一定的研究成果，1990年在北京展览了他们所开发的系统。华北计算技术研究所的方家哄、刘景超的军用地图非线状元素的自动识别（1990）。近年来国内也有一些商品化的系统出现，如清华大学的ANN05.2彩色图形图像创作出版系统，它是以工程图矢量化为核心的图形识别软件，能将各类输入计算机的工程图转换成CAD系统可接受的文件格式，能识别8种线宽，分离圆、圆弧、数字和字符，可做滤波、降噪音、直线提取、圆弧分离和识别图形等，能对扫描输入图像进行拼接和编辑。

以模式识别在气象领域应用，卫星云图在灾害性天气预报中的重要性已成为气象工作者的共识。如何从云图中提取有用的信息，实现计算机的加工处理，是本系统首先要解诀的问题。我们采用数学形态学与句法模式识别相结合，将云系结构与天气系统联系起来，实现了台风过程不同阶段云系发展演变特征的计算机分析识别。螺旋云带、密蔽云墙和台风眼构成。

近年来计算机据仿真已成为气象领域的一种主要方法，已经取得了不少有价值的成果，如气候成因仿真和厄尔尼诺现象的仿真等。然而在灾害性天气的仿真中出现了两方面的问题，有些由于情况太复杂。。如暴雨。。 ，难于建立合适的仿真数学模型，有些又由于数学模型太复杂，一系列的参数很难设定。。如台风。。 ，因而实施有困难，进展不明显。从实际应用的角度，人们对一些过程发展的细节不一定必须了解，认识和把握某些关键就可以了。就以台凤路径而言，如果能够了解在什么情况台风路径将出现异常、何时将突然转向这样两个关键问题，台风路径的其它问题就显得不那么重要了。以目标系统模型为基础的计算机定性仿真正好在这种情况下可充分发挥其作用。

模式识别中的一个重要应用是语音识别。语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。其中，中文部分的实验平台设立在中国科学院自动化所的模式识别国家重点实验室，这是口语翻译研究跨入世界领先水平的标志。该系统实现后，人们出国预定旅馆、购买机票、在餐馆对话和兑换外币时，只要利用电话网络和国际互联网，就可用手机、电话等与“老外”通话。

语音识别技术发展到今天，特别是中小词汇量非特定人语音识别系统识别精度已经大于98%，对特定人语音识别系统的识别精度就更高。这些技术已经能够满足通常应用的要求。由于大规模集成电路技术的发展，这些复杂的语音识别系统也已经完全可以制成专用芯片，大量生产。在西方经济发达国家，大量的语音识别产品已经进入市场和服务领域。-些用户。交机、电话机、手机已经包含了语音识别拨号功能，还有语音记事本、语音智能玩具等产品也包括语音识别与语音合成功能。人们可以通过电话网络用语音识别口语对话系统查询有关的机票、旅游、银行信息，并且取得很好的结果。调查统计表明多达85%以上的人对语音识别的信息查询服务系统的性能表示满意。

当然模式识别所应用的范围不单单只有上面那些，不过从上述的例子应用中不难发现模式识别在我们身边的比重越来越重了。

模式识别技术发展

人工智能对社会的影响可以通过回答这样两个问题来衡量：人工智能产品对于社会的好处，有多少东西是人工智能的产物。

工业领域尤其是制造业，已成功地使用了人工智能技术。包括智能设计、虚拟制造、柔性制造、敏捷制造、在线分析、智能调度、仿真和规划等，这些都大大提高了生产效益。人工智能对经济和金融的影响，专家系统的广泛使用功不可没。据估计全世界通过这项技术每年可节省10亿美元以上。

例如，股票商利用智能系统辅助其进行分析、判断和决策，信用卡欺诈检侧系统得到普遍应用。人工智能也渗透进了人们日常生活，如教育、医疗和通信我们已经亲眼目睹、亲身体会到智能技术给日常生活带来的深刻变化，它使得我们周围无处不在的计算机系统具有灵活而友好的多种智能用户界面，使计算机和人的交流更为容易和自然。带有嵌入式计算机的家用电器的智能化和自动化，把我们从琐碎的家务劳动中解放出来。人工智能技术帮助我们进行医疗保健帮助我们丰富儿重教育，帮助我们在浩如烟海的因特网中寻找真实、有用的信息，成为默默无闻的好助手它改变了传统的通信方式语。

还有模式识别在各个领域的应用现在也取得较好的成绩，因此模式识别也别各国重点应用在各个领域当中，方便人们的生活。

以知识为基础的模式识别系统的出现和不断发展，标志着模式识别方法的更加智能化，是日益受到重视的发展方向。

模式识别方法

1、决策理论方法

又称统计方法，是发展较早也比较成熟的一种方法。被识别对象首先数字化，变换为适于计算机处理的数字信息。一个模式常常要用很大的信息量来表示。许多模式识别系统在数字化环节之后还进行预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征抽取，即从数字化后或预处理后的输入模式中抽取一组特征。所谓特征是选定的一种度量，它对于一般的变形和失真保持不变或几乎不变，并且只含尽可能少的冗余信息。特征抽取过程将输入模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征矢量表示。这种映射不仅压缩了信息量，而且易于分类。在决策理论方法中，特征抽取占有重要的地位，但尚无通用的理论指导，只能通过分析具体识别对象决定选取何种特征。特征抽取后可进行分类，即从特征空间再映射到决策空间。为此而引入鉴别函数，由特征矢量计算出相应于各类别的鉴别函数值，通过鉴别函数值的比较实行分类。

2、句法方法

又称结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述，在底层的最简单的子模式称为模式基元。在句法方法中选取基元的问题相当于在决策理论方法中选取特征的问题。通常要求所选的基元能对模式提供一个紧凑的反映其结构关系的描述，又要易于用非句法方法加以抽取。显然，基元本身不应该含有重要的结构信息。模式以一组基元和它们的组合关系来描述，称为模式描述语句，这相当于在语言中，句子和短语用词组合，词用字符组合一样。基元组合成模式的规则，由所谓语法来指定。一旦基元被鉴别，识别过程可通过句法分析进行，即分析给定的模式语句是否符合指定的语法，满足某类语法的即被分入该类。

模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方法。这两种方法不能截然分开，在句法方法中，基元本身就是用决策理论方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。
责任编辑：YYX