简述模式识别的主要过程

4、 模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。

3、 1.1 概述与分类模式识别的基石是监督学习，其中数据集已预先标记类别，如通过专家系统实现的规则驱动方法。 非监督学习则是在未知类别的情况下寻找结构，如聚类算法。 一个完整的模式识别系统包括特征提取、模型训练和决策过程。 在统计决策中，贝叶斯决策理论扮演重要角色。

5、 监督模式识别：在已知要划分的类别，并且能够获得一定数量的类别已知的训练样本，这种情况下建立分类器的问题属于监督学习问题，称作监督模式识别，因为我们有训练样本作为学习过程的“导师”。

2、 模式识别的基本过程包括:建立模型、训练模型、测试模型、总结结果。 首先,建立模型。 建立模型的概念,是指把所要分析的模式用经验及其归纳得出的模型表示出来。 模式识别程序和动作步骤程序是两种不同的学习过程，其结果也不同。

1、 由Selfridge（1959）提出的“鬼城”（Pandemonium），在这里用作形象的比喻。 所谓的“鬼”（Demon）是指具有某种特定功能的机制。 这个模型以特征分析为基础，将模式识别过程分为4个层次，每个层次都有一些“鬼”来执行某个特定的任务，这些层次顺序地进行工作，最后达到对模式的识别。