PR目的:計算機對物體分類,錯誤概率最小下,識別結果與客觀物體最符合。
X特徵提取,F識別方法,假說。----獲得方法1)監督學習的方法,足夠樣本集,訓練學習模型;2)非監督學習,聚類 分析法。
模式識別系統組成:
1. 獲取數據
2.預處理,去噪聲
3.特徵提取和選擇:測量空間-》特徵空間
4.分類決策:分類錯誤率最小
訓練集:開發模式分類器
測試集:獨立於訓練集
數學概念涉及:
隨機向量分佈:期望--均值;方差-
正態分佈:
3倍標準差範圍: