模式識別技術在珠寶寶石鑒定中的應用淺析目錄TOC\o"1-2"\h\u28057如何巧用模式識別技術開展珠寶寶石鑒定 15634關鍵詞：模式識別技術；珠寶寶石鑒定；應用研究 1234021、模式識別基本概念和方法 136411.1數據采集和預處理 2286481.2特征提取與選擇 248591.3分類器和分類決策 2281792.模式識別技術在珠寶玉石鑒定中的應用 3311722.1數據獲取 34962.2參量預處理 384782.3寶石特征提取和選擇 3123392.4分類決策 3摘要：隨著珠寶玉石市場的發展，鑒定技術在人工肉眼識別的基礎上開發出一套輔助鑒定和相關信息查詢的專家設備軟件。該系統主要應用模式識別和其他信息技術為支撐，在珠寶玉石鑒定中可以減少經驗不足的帶來的不便。模式識別技術在鑒定實踐中為操作流程提供明確的設計方向。文章主要分析模式識別技術的理論方法，結合珠寶玉石實踐工作的開展分析模式識別技術在應用中的優勢。關鍵詞：模式識別技術；珠寶寶石鑒定；應用研究珠寶玉石鑒定工作香相對復雜，需要借助多種儀器和檢驗方法對寶石的不同參量進行鑒定。鑒定過程中涉及較多檢驗數據的判斷和綜合分析，因此，對鑒定人員的專業素養和經驗要求較高。鑒定工作涉及儀器使用、寶石關鍵特征分析等相關內容，要做出準確、快速的鑒定對經驗的依賴較大，而合格的珠寶鑒定者培養過程緩慢，因此，基于模式識別技術和國家珠寶鑒定的相關標準合和寶玉石知識結構開發的輔助信息系統，能夠突破專家經驗的限制，提高鑒定工作的可靠性和全面性。1、模式識別基本概念和方法模式識別概念早在上世紀20年代就已經提出，在后來計算機和人工智能技術的推動下，發展成為一門相對獨立的學科。模式識別理論和應用方法在多學科領域廣泛應用，拓展了計算機和人工智能系統的發展。模式識別有統計模式識別和結構模式識別兩種基本方法。其中，統計模式識別方法以研就對象的特征向量為描述對象，特征向量中的每一特征元素為模式的一個屬性，而向量構成的空間稱之為特征空間。基于統計特征勢識別方法構建的特征空間使用不同的方法對空間進行劃分，達到識別的目標。統計模式識別系統的構建分為四部分，首先獲取數據信息，采集信息數據為后續工作提供分析資源；然后做預處理，對收集的數據做加強、除燥或還原等處理，便于下一步操作。接著進行特征提取和篩選，最后是分類器設計和分類決策。1.1數據采集和預處理數據采集是信息加工的基礎，為了是計算機對采集的數據進行處理，需要通過一定的技術和手段對研究對象進行觀測，獲取事物的時空分布信息，形成計算機可以直接識別的語言符號。系統輸入的信號主要有一維波形、二位圖像和邏輯信號和各種物理參量，通過測量、采樣和量化將測得數據數據轉化為計算機處理語言，完成數據獲取過程。在數據獲取的基礎上做預處理，初步引入的數據具有干擾信息，要通過噪聲過濾，退化還原和加強處理為下一步特征提取提供基礎。1.2特征提取與選擇經過處理獲得的數據信息龐大，為了提高識別效率，需要對原始數據進行轉化，形成直接反映對象性質的特征集合，當向量維度達到一定限度時就需要降低維度進行特征處理，也就是特征的提取和篩選過程。將分類識別的特征形成維度較低的表示模式。特征識別和選擇時模式識別的關鍵步驟，識別和選擇質量的好壞直接決定模式識別系統的性能。使用主成分分析法進行特征提取，該統計方法在信號處理、模式識別和數字信息處理中廣泛應用，能夠提高原始數據的主要特征，減少數據冗余，降低處理維度，并保留原始數據的主要信息，解決特征識別中原始數據龐大的問題。遺傳算法為特征識別提供了一種現實問題解決的適應度函數，提高了數據處理質量。1.3分類器和分類決策基于數學模型根據分類決策找出決策函數，對先驗知識為已知識別模式時，可以根據決策函數進行數學計算。如果僅知道世界識別模式的定性知識，則需要反復訓練、調整獲滿意的決策函數表達式，為最終的決策依據提供基礎。支持向量機是一種統計學習方法，與機構化風險最小化類似，具有良好的學習性能，具有良好的拓展性，推廣能力較好。將基于二值分類問題提出的結構風險函數引入到分類中，使計算機和人工職能機器具有學習能力，克服高維特征識別難題。使用統計算法將特征空間根據不同的方法劃分不同的類別，也就是在樣本訓練的基礎上根據判斷規則識別特征屬性。依據判斷規則進行分類可以提高識別質量和效率。模式識別技術在珠寶玉石鑒定中的應用基于模式識別技術珠寶玉石鑒定行業開發出一套專家系統，輔助進行珠寶鑒定，并提供珠寶玉石有關信息的查詢服務。過去珠寶玉石鑒定利結構化查詢語言（SQL)進行數據查詢，根據輸入的定量信息或者標準化定性參做出分析和判斷。但珠寶玉石鑒定工作具有一定的復雜鑒定工作涉及的參量眾多，不同珠寶玉石的選取的參量具有不同意義，因此，簡單的查詢功能無法將多個參量結合應用綜合判斷難以實現，使用模式識別技術可以較好的對多種參量進行判斷。2.1數據獲取珠寶玉石鑒定工作會涉及力學、光學、化學等多種學科的知識，不同珠寶使用的儀器和鑒定方法也不同。珠寶鑒定工作中經常要從顏色、折光率、密度、硬度等角度進行分析，與標準值進行對比，綜合多種參量信息得出最終判斷。鑒定工作中獲取的數據是物理參量和邏輯值，因此，通過人工讀取數據將數據信息錄入計算機系統2.2參量預處理珠寶鑒定工作中獲取的數據為非定量語言，內容十分龐雜，計算機語言無法識別，因此需要將獲取的參量進行定性描述，對信息做標準化、數字化處理，對于不同參量做標準化并進行編碼處理，通過數據的預處理，實現計算機語言識別，便于數據精確查詢和比較判斷。2.3寶石特征提取和選擇《珠寶玉石鑒定》國家標準GB/T16553-2003中對一百多種珠寶的鑒定標準進行描述，標準中所列的基本性質可以看做模式識別的特征空間，國家標準可以設定為鑒定的標準數值。但，關于珠寶基本性質的描述定性和定量結合，性對復雜，不便于決策分類。因此采用測量值和標準值比較的方法，將測量值統一轉化為計算機識別的邏輯值，以二進制串符表示，與標準符合用“1”表示，不符合標準用“2”表示。分類器設計明顯簡化。2.4分類決策珠寶玉石鑒定輔助和信息系統使用主成分分析法進行線性分類，線性分類器進行判別的一般表達式為：,該式中x表示高維度特征向量，d維可用表示，W是對不同特征向量的權重配比，以表示，其中為常數。線性分類器設計中關鍵是對特征向量賦予權重，基于模式識別技術建立的珠寶玉石鑒定信息系統根據不同鑒定參量可能確定的珠寶品種和操作能否準確的獲得，也就是對參量的精確性和準確性確定判別函數的權重。珠寶參量的精確性和準確性可分為高中低三等，權重賦值為5，3,1，對珠寶玉石標準中涉及的常見參量賦值求和，然后獲得不同參量的權重。詳見表1.表1珠寶玉石鑒定參數表參量名稱精確性準確性參量分值權重等級賦值等級賦值顏色低1高560.053光澤低1低120.018火彩低1低120.018特殊光學效應中3高580.070表面特征低1低120.018內部特征中3低140.035多色性性質中3低140.035強度中3中360.053顏色中3中360.053偏光鏡低1高560.053折光率高5高5100.088雙折光率中3高580.070光軸中3高580.070光符中3低140.035吸收光譜中3中360.070密度高5高5100.088摩氏硬度中3中360.053特殊性質中3高580.070紫外線長波中3低140.035短波中3低140.035共計-54-601140.986在特征提取和選擇是使用邏輯值進行判斷，因此，判斷函數中的為0.分類器設計一般會采用最大值選擇器，但珠寶鑒定實踐中，寶石參量的設定是有多種組合，不同寶石品種的一些特定參量中的表現十分接近，有時會發生重疊，所以基于模式識別的系統設計采用最大值選擇器進行判斷會發生偏差。因此，判斷函數的最終函數值經過處理后以最佳匹配的形式反饋給用戶，防止提供的結果出現遺漏。