浅谈模式识别

模式识别是人工智能的基础学科，广泛应用于工作、生活中，比如OCR、语音识别、条码识别、指纹识别、遥感识别等。理论上来说：模式识别是指通过计算机技术研究生物体（包含人在内）对事物的感知过程的方法论。可以说，任何一种环境或者客体所包含的信息，都可以称为一种模式，这种对生物体认识并做出判断的一个细化的研究，就叫模式识别。

模式识别是一个复杂的研究项目，要涉及生理学、生物学、心理学、数学、计算机学、统计学等多个学科的综合研究，所以人类对模式识别的研究经历了漫长的阶段，不同阶段形成了不同的方法论。决策方法论：就是将模式事物进行数字化处理，长宽高、黑白灰等各种信息，将这些信息提取出来，组成一个新的特征，也就是从表面事物抽象到了理论层面，从而可以判定这个事物到底是什么。结构方法论：类似树状结构的识别模式，将一个模式划分为多个不同的子模式，再将子模式划分为更加细小的子模式，就像是不断扩充下级一样。将各子模式之间的关系结合起来，就是模式识别。统计方法论：判别函数法，近邻分类法，特征分析法等等，我们将所有事物排列在一起，通过有相似性的样本在模式空间中互相接近，来进行区分，从而判断事物是什么。类似“物以类聚、人以群分”。

 

模式识别在结果上，与数学中“集合”的概念相似，但“集合”是结果，模式识别是导致这个集合的过程。以文档识别为例，其定义是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 将文字这些信息，通过计算机程序、数学分析、逻辑分析等等处理方法，与字符库进行对比，判断出到底是什么字。利用计算机自动识别字符的技术，是模式识别应用的一个重要领域。