0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

模式識別技術(shù)的特點(diǎn)

姚小熊27 ? 來源:網(wǎng)絡(luò)整理 ? 作者:網(wǎng)絡(luò)整理 ? 2020-11-10 16:38 ? 次閱讀

模式識別技術(shù)的優(yōu)點(diǎn)

模式識別技術(shù)類似人類認(rèn)知和識別的特性,生物信息特征相當(dāng)于人的實(shí)名。

(1)與人類認(rèn)知和識別類似。

模式識別技術(shù)有特色,通過對生物特征信息進(jìn)行測量和比對分析,判別樣本與預(yù)留模板是否一致。模式識別技術(shù)該特性和人類識別認(rèn)知的特性具有類似性。

(2)相當(dāng)于人的實(shí)名。

人的生物特征和人自身是緊密相連且無法分開的,對人進(jìn)行模式識別等生物特征認(rèn)證,如同識別對方姓名與其生物信息特征是否一致,如同對人的實(shí)名進(jìn)行生物信息法定物證復(fù)核。例如指紋是法定物證。

模式識別技術(shù)的缺點(diǎn)

模式識別技術(shù)具有“拒識率”和“誤識率”的缺陷,有效采樣獲取的特征點(diǎn)少,容易引起認(rèn)證誤判。

(1)拒識率、誤識率。

模式識別是對生物特征信息進(jìn)行測量,獲取相關(guān)數(shù)據(jù),然后統(tǒng)計(jì)樣本與預(yù)留模板數(shù)據(jù)一致程度,經(jīng)比對設(shè)定閾值的誤差達(dá)到分析判別的目的。

這種閾值的誤差統(tǒng)計(jì)識別特性,使傳統(tǒng)模式識別技術(shù)具有“拒識率”和“誤識率”的缺陷。匹配閾值分?jǐn)?shù)大,“拒識率”就會升高;匹配閾值分?jǐn)?shù)小,“誤識率”也會升高。

(2)特征點(diǎn)數(shù)量限制。

模式識別是對生物特征信息進(jìn)行測量,然后統(tǒng)計(jì)樣本與預(yù)留模板一致程度,經(jīng)比對設(shè)定閾值的誤差達(dá)到分析判別的目的。

本節(jié)有一個(gè)重要的前提,即模式識別是對生物特征信息的測量是建立在一定采樣點(diǎn)基礎(chǔ)之上的。樣板與模板的有效采樣點(diǎn)少于一定數(shù)量,通過比對設(shè)定閾值誤差也就達(dá)不到分析判別的目的。傳統(tǒng)人臉識別有效采樣的特征點(diǎn)少,容易引起誤判,故不能廣泛被使用。

模式識別研究方向

模式識別又常稱作模式分類,從處理問題的性質(zhì)和解決問題的方法等角度,模式識別分為有監(jiān)督的分類(Supervised Classification)和無監(jiān)督的分類(Unsupervised Classification)兩種。二者的主要差別在于,各實(shí)驗(yàn)樣本所屬的類別是否預(yù)先已知。一般說來,有監(jiān)督的分類往往需要提供大量已知類別的樣本,但在實(shí)際問題中,這是存在一定困難的,因此研究無監(jiān)督的分類就變得十分有必要了。

模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬于概念識別研究的范疇,是人工智能的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物傳感器等對象的具體模式進(jìn)行辨識和分類。

模式識別研究主要集中在兩方面,一是研究生物體(包括人)是如何感知對象的,屬于認(rèn)識科學(xué)的范疇,二是在給定的任務(wù)下,如何用計(jì)算機(jī)實(shí)現(xiàn)模式識別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家和神經(jīng)生理學(xué)家的研究內(nèi)容,后者通過數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力,已經(jīng)取得了系統(tǒng)的研究成果。

應(yīng)用計(jì)算機(jī)對一組事件或過程進(jìn)行辨識和分類,所識別的事件或過程可以是文字、聲音、圖像等具體對象,也可以是狀態(tài)、程度等抽象對象。這些對象與數(shù)字形式的信息相區(qū)別,稱為模式信息。

模式識別所分類的類別數(shù)目由特定的識別問題決定。有時(shí),開始時(shí)無法得知實(shí)際的類別數(shù),需要識別系統(tǒng)反復(fù)觀測被識別對象以后確定。

模式識別與統(tǒng)計(jì)學(xué)、心理學(xué)、語言學(xué)、 計(jì)算機(jī)科學(xué) 、生物學(xué)、控制論等都有關(guān)系。它與 人工智能 、 圖像處理 的研究有交叉關(guān)系。例如自適應(yīng)或自組織的模式識別系統(tǒng)包含了人工智能的學(xué)習(xí)機(jī)制;人工智能研究的景物理解、自然語言理解也包含模式識別問題。又如模式識別中的預(yù)處理和特征抽取環(huán)節(jié)應(yīng)用圖像處理的技術(shù);圖像處理中的圖像分析也應(yīng)用模式識別的技術(shù)。
責(zé)任編輯:YYX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 計(jì)算機(jī)
    +關(guān)注

    關(guān)注

    19

    文章

    7372

    瀏覽量

    87636
  • 模式識別
    +關(guān)注

    關(guān)注

    3

    文章

    45

    瀏覽量

    14321
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46670

    瀏覽量

    237106
收藏 人收藏

    評論

    相關(guān)推薦

    PCS并網(wǎng)、離網(wǎng)、混合模式特點(diǎn)

    根據(jù)系統(tǒng)需求和電網(wǎng)條件,PCS可以靈活地在并網(wǎng)模式、離網(wǎng)模式和混合模式之間切換,以實(shí)現(xiàn)高效的能量管理和利用。本文將詳細(xì)探討PCS的這三種工作模式及其
    的頭像 發(fā)表于 09-17 17:16 ?861次閱讀

    NVIDIA Research端到端自動駕駛模型引領(lǐng)國際挑戰(zhàn)賽

    NVIDIA 在國際計(jì)算機(jī)視覺與模式識別會議(CVPR)上展示了用于自動駕駛汽車開發(fā)的加速計(jì)算和生成式 AI 的突破技術(shù)。
    的頭像 發(fā)表于 09-09 10:11 ?459次閱讀

    銳思智芯展示融合視覺感知技術(shù)創(chuàng)新與產(chǎn)品應(yīng)用

    日前,計(jì)算機(jī)視覺和人工智能領(lǐng)域最具影響力的頂級學(xué)術(shù)會議——IEEE國際計(jì)算機(jī)視覺與模式識別會議(CVPR2024)在美國西雅圖會議中心拉開帷幕。
    的頭像 發(fā)表于 08-28 14:36 ?433次閱讀

    DDR SDRAM的工作模式特點(diǎn)

    DDR SDRAM,全稱為Double Data Rate Synchronous Dynamic Random Access Memory,即雙數(shù)據(jù)率同步動態(tài)隨機(jī)存取存儲器,是現(xiàn)代計(jì)算機(jī)系統(tǒng)中廣泛采用的一種內(nèi)存技術(shù)。以下將從DDR SDRAM的定義、工作模式
    的頭像 發(fā)表于 08-20 09:44 ?590次閱讀

    深度神經(jīng)網(wǎng)絡(luò)的工作原理、特點(diǎn)及應(yīng)用范圍

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要分支,近年來在多個(gè)領(lǐng)域取得了顯著的進(jìn)展和廣泛的應(yīng)用。其強(qiáng)大的數(shù)據(jù)處理和模式識別能力,使得DNNs成為解決復(fù)雜問題的關(guān)鍵工具。本文將從DNNs的工作原理、特點(diǎn)及應(yīng)用范圍三個(gè)方面進(jìn)行
    的頭像 發(fā)表于 07-04 13:25 ?1405次閱讀

    語音識別技術(shù)歷程及工作原理

    語音識別的本質(zhì)是一種基于語音特征參數(shù)的模式識別,即通過學(xué)習(xí),系統(tǒng)能夠把輸入的語音按一定模式進(jìn)行分類,進(jìn)而依據(jù)判定準(zhǔn)則找出最佳匹配結(jié)果。
    的頭像 發(fā)表于 03-22 16:58 ?2685次閱讀
    語音<b class='flag-5'>識別</b>的<b class='flag-5'>技術(shù)</b>歷程及工作原理

    自動駕駛到底需要多少個(gè)傳感器?

    這需要AI深度學(xué)習(xí)技術(shù)能夠很好地解決模式識別能力。視覺模式識別是車輛大量使用的高級深度學(xué)習(xí)領(lǐng)域。此外,車輛必須能夠始終計(jì)算其最佳軌跡和速度。
    發(fā)表于 03-04 11:33 ?406次閱讀

    射頻識別RFID

    射頻識別(RFID) 是 Radio Frequency Identification 的縮寫。 射頻識別技術(shù)是自動識別技術(shù)的,通過無線射頻
    發(fā)表于 02-28 11:31

    人臉識別技術(shù)的原理是什么 人臉識別技術(shù)特點(diǎn)有哪些

    人臉識別技術(shù)的原理 人臉識別技術(shù)是一種通過計(jì)算機(jī)以圖像或視頻為輸入,識別、檢測、跟蹤和分析人臉的技術(shù)
    的頭像 發(fā)表于 02-18 13:52 ?1571次閱讀

    圖像識別技術(shù)原理 圖像識別技術(shù)的應(yīng)用領(lǐng)域

    圖像識別技術(shù)是一種通過計(jì)算機(jī)對圖像進(jìn)行分析和理解的技術(shù)。它借助計(jì)算機(jī)視覺、模式識別、人工智能等相關(guān)技術(shù),通過對圖像進(jìn)行特征提取和匹配,找出圖
    的頭像 發(fā)表于 02-02 11:01 ?2194次閱讀

    計(jì)算機(jī)視覺與圖像處理、模式識別、機(jī)器學(xué)習(xí)學(xué)科之間的關(guān)系

    計(jì)算機(jī)視覺(computer vision):用計(jì)算機(jī)來模擬人的視覺機(jī)理獲取和處理信息的能力。就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等機(jī)器視覺,并進(jìn)一步做圖形處理,用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
    的頭像 發(fā)表于 01-18 16:41 ?513次閱讀

    簡單認(rèn)識射頻識別技術(shù)

    技術(shù)無須識別系統(tǒng)與目標(biāo)間建立機(jī)械或者光學(xué)連接,應(yīng)用靈活、識別速度快,相關(guān)設(shè)備具有使用簡單、壽命長、安全性高的特點(diǎn)。RFID技術(shù)是構(gòu)建物聯(lián)網(wǎng)
    的頭像 發(fā)表于 01-08 09:43 ?1107次閱讀

    中軟國際模型工廠:釋放AI紅利,開啟大模型普惠黃金時(shí)代

    ? ? 大模型作為當(dāng)前人工智能技術(shù)發(fā)展的前沿趨勢,具備深度學(xué)習(xí)、數(shù)據(jù)處理和模式識別的強(qiáng)大能力,在這一趨勢下,大模型正改變著行業(yè)和組織的運(yùn)作方式。
    的頭像 發(fā)表于 12-07 18:15 ?493次閱讀
    中軟國際模型工廠:釋放AI紅利,開啟大模型普惠黃金時(shí)代

    離線語音識別及控制是怎樣的技術(shù)?

    引言:  隨著人工智能的飛速發(fā)展,離線語音識別技術(shù)成為了一項(xiàng)備受矚目的創(chuàng)新。離線語音識別技術(shù)能夠?qū)⑷说恼Z音轉(zhuǎn)化為可理解的文本,無需依賴網(wǎng)絡(luò)連接,極大地提升了語音
    發(fā)表于 11-24 17:41

    圖像增強(qiáng)三大類別介紹

    圖像增強(qiáng)是圖像模式識別中非常重要的圖像預(yù)處理過程。圖像增強(qiáng)的目的是通過對圖像中的信息進(jìn)行處理,使得有利于模式識別的信息得到增強(qiáng),不利于模式識別的信息被抑制,擴(kuò)大圖像中不同物體特征之間的差別,為圖像的信息提取及其
    的頭像 發(fā)表于 11-14 14:34 ?1378次閱讀