第1章緒論1.1方式識別的根本概念1.2方式識別系統1.3方式識別的根本方法1.1方式識別的根本概念人們在日常生活中,幾乎時時在進展類識別活動。對于視覺而言,眼睛搜集外界信息傳至大腦,由大腦對所接納的視覺信息進展識別和了解。視覺信息識別是低層次的類識別,例如,當我們看見一只貓時,很容易識別出貓這一動物的類別。而高層次的視覺了解,是經過分析直觀的觀測結果得到更深層次的信息,這對人的知識和素質有很強的依賴性。例如,在二戰時期,一名高素質的情報人員根據看到的一只經常出來曬太陽的波斯貓推斷出敵方高級指揮所的位置,從而為己方提供了非常有價值的情報信息。對于聽覺而言,人耳將聲音信息傳至大腦,由大腦對所接納的聲音信息進展識別和了解,獲得聲音所屬的言語種類(語種識別)、聲音所對應的說話人(說話人識別)以及聲音所包含的關鍵詞(關鍵詞識別)等。除此之外,人還具有對觸覺、味覺、嗅覺等信息的類識別才干,且也具有低級和高級兩個層次。方式識別的目的就是利用計算機實現人的類識別才干,是對兩個不同層次的識別才干的模擬。對信息的了解往往含有推理過程,需求專家系統、知識工程等相關學科的支持。本書講述的方式識別實際主要是指對人的低級類識別才干的模擬,詳細地說,就是實現“察看對象是什么〞的判別,其中察看對象就是方式。方式是指具有某種特定性質的察看對象。特定性質指的是可以用來區別察看對象能否一樣或能否類似而選擇的特性。察看對象存在于現實世界,可以是視覺、聽覺、觸覺、味覺、嗅覺等所能感知的任何物質。例如,一個數字、一句話、一張照片等都是察看對象,都可以成為方式識別中的識別對象。廣義地說,存在于時間和空間中可察看的事物,假設可以區別它們能否一樣或能否類似,都可以稱為方式。根據方式的特性,將具有類似特性的方式的集合表達為方式類。方式識別就是根據方式的特性,將其判入某一類。方式識別是一種智能活動,包含分析和判別兩個過程。分析的過程在于確定用于劃分方式類的特征及其表達方法;判別的過程那么表達在根據待識別對象的特性,將其判屬于某一個方式類。方式識別作為一門學科,屬于機器智能,故屬于人工智能的范疇。方式識別實際的開展和廣泛運用,極大地推進了人工智能的開展和運用。1.2方式識別系統方式識別的本質就是根據方式的特性表達和方式類的劃分方法,利用計算機將方式判屬特定的類。因此,方式識別需求處理5個問題:方式的數字化表達、方式特性的選擇、特性表達方法確實定、方式類的表達和判決方法確實定。普通地,方式識別系統由信息獲取、預處置、特征提取和選擇、分類判決等4個部分組成,如圖1-1所示。圖1-1方式識別系統的組成框圖1.信息獲取對于人腦識別而言,人腦經過覺得器官獲取方式信息。對于機器識別來說,由于計算機只能處置數字信號,計算機獲取方式信息意味著實現察看對象的數字化表達,因此,需求借助于各種傳感器設備,將視覺、聽覺、觸覺、味覺、嗅覺等信息轉化為電信號,再經過模/數(A/D)轉換安裝將電信號轉換成數字化信息。信息獲取過程如圖1-2所示。圖1-2信息獲取表示圖不同性質的信息需求不同的傳感器設備,有的傳感器和A/D轉換設備是融為一體的,有的那么是分別的。例如,對于視覺信息,可以先采用攝像機完成光電轉換,再采用圖像采集卡完成A/D轉換;也可以采用數字化攝像機(CCD)、數碼相機直接獲得數字信息。數字圖像(或視頻)是視覺信息的數字化表達。對于聽覺信息,可以先采用話筒完成聲電轉換,再采用聲卡完成A/D轉換;也可以采用數字錄音機直接獲得數字信息。數字語音是聽覺信息的數字化表達。2.預處置在得到方式的數字化表達后,往往需求對它進展預處置,以便去除或減少噪聲的影響,突出有用信息。對于圖像信息,采用數字圖像處置技術作為其預處置技術,常用的方法有幾何校正、圖像加強、圖像復原等。對于語音信息,采用數字語音處置技術作為其預處置技術。作為一種一維信號,除了它和人耳特性有關的一些特殊方法外,也可以用普通的信號處置方法進展處置。對于電信號,普通可以用信號處置的方法進展處置,包括統計信號處置、自順應信號處置和譜分析等技術,其目的在于抑制噪聲或將信號轉換成更便于識別的方式。3.特征提取和選擇在方式識別中,需求先建立方式類,對于給定的方式,識別就是將其判屬于某一個方式類的過程。方式和方式類能進展從屬關系判決的前提條件是,方式和方式類中的元素具有類似的性質(或稱特性)。為此,需求對方式信息進展特性分析。特性分析包含兩個方面:一個是分類特性的選擇;另一個是特性表達方法的選擇。分類特性的選擇是方式識別系統設計中非常重要而又關鍵的一步,與識別目的具有很大的相關性,且往往對領域專家有較強的依賴性。例如,在遙感圖像軍事目的識別中,需求結合軍事專家的知識和判圖專家的判讀分析閱歷,構成對目的的特性描畫,如描畫一個艦船目的,可選用艦船長度、寬度、高度等特性。特征是用于描畫方式性質(特性)的一種定量的概念,經過對方式的分析得到一組特征,稱這個過程為特征構成。特征普通有兩種表達方法:一種是將特征表達為數值;另一種是將特征表達為基元。(1)當將特征表達為數值時,一個方式的d個特征值就構成了一個特征向量,記為x,即其中,x的每個分量xi(i=1,2,…,d)對應一個特征。(2)當特征表達為基元時,一個方式表述為一個句子,記為x,即其中，xi(i=1,2,…,d)為基元，反映構成方式的根本要素。通常用于描畫方式性質的特征很多,需求從一組特征中挑選出一些最有效的特征以降低特征空間維數,即特征選擇。特征提取是指采用映射(或變換)實現由方式丈量空間向特征空間的轉變,或者將特征空間的維數從高維變成低維。例如,現有的遙感成像光譜儀波段數達數百個之多,假設直接用原始數據進展地物分類,會因數據量太大而導致計算復雜,且分類效果不一定好,可經過映射或變換的方法,由原始數據空間變換到特征空間,得到最能反映方式本質的特征,同時降低空間維數。4.分類判決方式類是指具有類似特性的方式的集合,方式和方式類的關系就是元素和集合的關系。方式的分類過程,現實上就是斷定表征察看對象的元素和指定集合的從屬關系的過程。當元素只和某個集合具有從屬關系時,就將該對象判屬于該集合對應的類;當元素和多個集合具有從屬關系時,既可以任選一類進展判決,也可以回絕判決;當元素和任何一個集合都不具有從屬關系時,不作分類判決,即回絕判決。基于機器學習的方式識別系統由兩個過程組成,即設計和實現。設計是用一定數量的樣本進展分類器的設計,這些樣本的所屬類別知,稱為訓練樣本。實現是用所設計的分類器對待識別方式進展分類判決。1.3方式識別的根本方法方式識別的本質在于實現元素(表征察看對象)和集合(表征方式類)的從屬關系的斷定過程。根據能否有知所屬類別的訓練樣本,可將方式識別分為監視方式識別和非監視方式識別。根據方式識別的根本方法,可將方式識別分為統計方式識別、構造方式識別、模糊方式識別、神經網絡方式識別和多分類器交融等。本節簡要引見方式識別的根本方法。1.統計方式識別統計方式識別把察看對象表達為一個隨機向量(即特征向量),將方式類表達為由有窮或無窮個具有類似數值特性的方式組成的集合。識別是從方式中提取一組特性的度量,構成特征向量來表示方式,然后經過劃分特征空間的方式進展分類。統計方式識別適用于用較少特征就能描畫察看對象的場所。統計分類判決對方式類的統計特性具有非常強的依賴性,有時還要思索人的客觀感受。例如,在構造判別函數時,運用的最優準那么既可以是客觀的,也可以是客觀的;特征的權分配表達人的客觀注重程度。如圖1-3所示,統計方式識別系統主要由信息獲取、預處置、特征提取和選擇以及分類器4個部分組成,其中,分類器包括分類器設計和分類決策。圖1-3統計方式識別系統的組成框圖2.構造方式識別對于較復雜的方式,要對其充分描畫需求很多數值特征,以致過于復雜。構造方式識別采用一些比較簡單的子方式組成多級構造,來描畫一個復雜方式。先將方式分解為假設干個子方式,子方式又分解為更簡單的子方式,依次分解,直至在某個研討程度上不再需求細分。最后一級最簡單的子方式稱為方式基元,要求基元的識別比識別方式本身容易得多。構造方式識別把察看對象表達為一個由基元組成的句子;將方式類表達為由有限或無限個具有類似構造特性的方式組成的集合。基元構成方式所遵照的規那么即為文法,或稱句法。與統計方式識別類似,用知類別的訓練樣本進展學習,產生該類或至少是這些樣本的文法,這個學習和訓練過程稱為文法推斷。因此,構造方式識別又稱為句法方式識別。構造方式識別系統的組成框圖如圖1-4所示。其中,方式表達包括兩部分:方式分割和基元及關系的識別。對于一個方式,經過預處置并對方式分解提取基元后,得到表征方式的句子,然后進展句法分析,判別它能否能被代表某個方式類的文法所接受,最終給出方式構造描畫和識別結果。圖1-4構造方式識別系統的組成框圖在實踐運用中,統計方法和句法分析往往相互配合、相互補充。普通地,采用統計方法完成基元的識別,再用句法分析來表達方式的構造信息。3.模糊方式識別方式識別的本質就是斷定察看對象(元素)和方式類(集合)之間的從屬關系。傳統的集合論中,元素和集合的關系是非常絕對的,要么屬于,要么不屬于,兩者必居其一,而且二者僅居其一,絕不模棱兩可。基于傳統的集合論的判決方式稱為硬判決,其中,待識別的對象只能是屬于多類中的某一類。模糊集合論采用隸屬度來描畫元素屬于一個集合的程度,用來處理信息的不確定性問題。模糊方式識別是以模糊集合論為根底,對應的判決方式是一種軟判決,識別結果是察看對象屬于每一類的隸屬度。根據需求,利用某種原那么可以把模糊方式識別的軟判決結果轉化為硬判決。此時,隸屬度成了用于判決的一個二次特征。4.神經網絡方式識別人工神經網絡,簡稱神經網絡,是由大量簡單的處置單元廣泛互連而成的復雜網絡,是在現代生物學研討人腦組織所獲得的成果根底上提出的,用以模擬人類大腦神經網絡構造和行為。方式識別的研討目的是利用計算機實現人類的識別才干,而人對外界感知的主要生理根底就是神經系統。因此,根據人腦生理構造構造而成的人工神經網絡系統具有用于方式識別的實際和構造根底。現實上,方式識別是人工神經網絡最勝利的運用領域之一。神經網絡方式識別主要利用人工神經網絡的學習、記憶和歸納功能,先根據訓練樣本,訓練分類器,再利用分類器對待識別對象進展分類決策。5