初识模式识别
摘要;
分类识别是人类最重要的活动之一，在人类的社会生活、科研生产以及学习、工作中无时无刻不进行着分类识别。模式识别就是一门研究分类识别理论和方法的综合性、交叉性学科。在理论上设计许多学科的知识，在应用上于众多领域的工程技术密切相关。本文因知识水平限制，仅从基本概念及一些感性方面浅谈对于模式识别研究的内容、特点、方法、工具等做一个简单的整合，并对其在交通工程方面的应用谈谈自己的看法。
关键字：模式识别、模式识别系统、智能交通
正文：
通过对模式识别概念的初步理解，模式识别问题一般来说就是指对一系列过程或者事件的分类与描述，将具有某些相似性的事物分为一类，这些“事物”的含义很广泛，从身边说起，小到儿童认读数字、生词，日常生活中的衣食住行，达到大到前沿科技，如对病人化验结果的分析，对于材料组成的分析，计算机碎玉病毒的检测，都离不开模式识别这一概念。因而说它是一门综合性、交叉性的学科，还体现在它与其它学科的紧密联系使其发展必将是相互关联的，即模式识别的发展为其他领域的发展提供了一个良好的基础和条件，同样的其他领域学科的发展又反过来对模式识别产生更大的要求，促使其发展。随着人类社会活动及生产科研广泛而深入 的发展，需要模式识别的对象种类越来越多，内容越来越深入复杂，要求也越来越高。如果仅仅靠人的大脑来进行这些工作会是一种很大的负担，对于相关人员的专业技术以及经验要求很高，而且在这种高强度的工作下出现的不稳定因素也随之增多。于是，人们希望借助机器来代替人类完成某些繁重的识别工作。机器较人类而言在模式识别中具有许多不可替代的优点，首先，机器对于环境的要求很低，可以代替人在环境恶劣、存在危险或者是人类不能接近的地方工作；其次，其识别速度高，正确率较高且稳定的优点也促使其快速发展。但是机器相对人而言，却不能“智能”地思考，简单举一个例子，将一张照片凡在我们的眼前，我们就会对照片中的人物有个大致的印象，甚至对其性格、职业等都有一个初步的分类划归，而对于机器而言这只能是人家的一个期望，因此，当今时代科技发展的重要趋势之一就是智能化，模式识别是人工智能的一个分支，尽管现在机器识别的水平还远不如人脑，但是随着模式识别理论以及其他相关学科的发展，他的功能将会越来越强大，应用也会越来越广泛。下面简单介绍模式识别系统的原理，即机器进行识别的原理。
1. 特征提取。无论是识别过程还是学习过程，都要对研究对象固有的、本质的以及重要的特征或者属性进行测量并将其结果数值化活对对象进行分解并符号化，形成特征适量活符号关系图，从而产生代表对象的模式。
2. 特征选择。通常能描述对象的元素很多，为了节约资源，节省计算机存储空间、机时，特征提取的费用，有时更是为了可行性，在满足分类识别正确率要求的条件下，按某种准则尽量选用对正确分类识别作用较大的特征，使得用较少的特征就能完成分类识别任务。
3. 无锡和训练。将人类的识别知识和方法及关于分类识别对象的知识输入机器中，产生分类识别的
规则
编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf
和根系程序。这个过程一般要反复进行多次，不断地修正错误，改进不足，最后使系统正确识别率达到设计要求。
4. 分类识别。在学习、训练之后，将所产生的分类规则及程序用于未知的对象识别。很容易得出这样的结论，即输入机器的人类分类识别的只是和方法以及有关对象只是越充分，这个系统的识别功能就越强。正确率就越高。
以上模式识别系统的四个组成部分主要是基于统计方法的模式识别系统。统计模式识别在众多识别方法中理论较为完善，方法较多且较为有效，但是其方法的多样却又都利用各类的分布特征，即直接利用各类的概率密度数、后验概率等，或隐含地利用上述概念进行分类识别。拿聚类分析法来说，就是利用带分类模式间的“相似性”进行分类，较为相似的作为一类，较为不相似的作为另一类。将要划分的各类最显著的特征作为“中心”，以待分类模式与各中心的距离作为对其分类的依据。将这一划分方法类比概率分布，即常见的概率密度函数中，距离期望值较近的点概率密度值较大。可以看出聚类分析法实际上是在某些设定下隐含地利用了概率分布的概念。
在许多情况下就，对于较为复杂的对象仅用一些数值特征已不能较充分地进行描述，这时可以采用句法识别。句法识别技术将对象分解为若干基本单元，称为基元，用这些基元及他们的结构关系来描述对象，基元及这些基元的结构关系可以用字符串或者图来表示，然后运用形式语言理论进行句法分析，根据其是否符合某一类的文法而决定其类别。
此外，模式识别的方法还包括模糊识别、人工神经网络法、人工智能方法等。其中，人工智能是研究如何使机器具有人脑的理论和方法等，可以将人工智能中有关学习、知识表示、推理等技术用于模式识别。上述的五类方法各有其特点和应用范围，现在来看，他们不能相互取代，只能共存，相互促进、借鉴、渗透及融合。而一个较为完善的识别系统很可能是综合利用上述各类识别方法的观点、概念和技术而形成的。
模式识别在各个领域都发挥着重要的作用，在交通中同样很重要。21世纪是一个信息爆炸的时代，随着人工智能的发展，人们在努力向智能只能交通发展，并取得了一定的成绩。随着城市化步伐的加快，城市交通问题日益明显，对城市进行合理规划的前提要求对车流的监管，流量信息的处理，高速、高精度的信息获取与处理能力是发展城市智能交通的一个重要保障及先决条件，而模式识别在其中占据着不可替代的地位。我国目前公路发展公路于铁路发展迅速，如何提高对路基路面状况的监管是保障行车安全重要条件，由我校交通学院研发的多功能道路检测车，克服了人工检测工作量大；数据不够准确，不能适应高速交通要求及无法实现平整度、车辙测量的缺陷，如果没有模式识别相关理论与技术的支持恐怕也是难以实现。对于铁路，由于其自身特点，对于整体调控的要求很高，而模式识别技术的发展与应用，是列车在整体调度的
方案
气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载
上更优，对于故障的处理也日益成熟。
模式识别作为一门不断发展的学科，加上其自身的综合性与交叉性，对基础知识的要求及学科间发展要求较高，本文只能对其概念及基本研究内容，方法作一简要论述。
参考文献：
《现代模式识别》
国防科技大学出版社
孙即祥等编著
《模式识别》
清华大学出版社
边肇祺等编著
《模式识别应用》
北京大学出版社
傅京孙等编著
浙公网安备 33021202002483