模式識別具體是怎麼定義的，主要研究方向是什麼？

模式識別是一種從大量信息和數據出發，在專家經驗和已有認識的基礎上，利用計算機和數學推理的方法對形狀、模式、曲線、數字、字元格式和圖形自動完成識別的過程。

模式識別包括相互關聯的兩個階段，即學習階段和實現階段，前者是對樣本進行特徵選擇，尋找分類的規律，後者是根據分類規律對未知樣本集進行分類和 識別。廣義的模式識別屬計算機科學中智能模擬的研究範疇，內容非常廣泛，包括聲音和語言識別、文字識別、指紋識別、聲納信號和地震信號分析、照片圖片分 析、化學模式識別等等。計算機模式識別實現了部分腦力勞動自動化。

模式識別－－對錶征事物或現象的各種形式的（數值的，文字的和邏輯關係的）信息進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程，是信息科學和人工智慧的重要組成部分。

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，屬於概念識別研究的範疇，是人工智慧的另一研究分支。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、文字、符號、三位物體和景物以及各種可以用物理的、化學的、生物的感測器對對象進行測量的具體模式進行分類和辨識。

模式識別問題指的是對一系列過程或事件的分類與描述，具有某些相類似的性質的過程或事件就分為一類。模式識別問題一般可以應用以下幾種方法進行分析處理。

統計模式識別方法：統計模式識別方法是受數學中的決策理論的啟發而產生的一種識別方法，它一般假定被識別的對象或經過特徵提取向量是符合一定分布規律的隨 機變數。其基本思想是將特徵提取階段得到的特徵向量定義在一個特徵空間中，這個空間包含了所有的特徵向量，不同的特徵向量，或者說不同類別的對象都對應於 空間中的一點。在分類階段，則利用統計決策的原理對特徵空間進行劃分，從而達到識別不同特徵的對象的目的。統計模式識別中個應用的統計決策分類理論相對比 較成熟，研究的重點是特徵提取。

人工神經網路模式識別：人工神經網路的研究起源於對生物神經系統的研究。人工神經網路區別於其他識別方法的最大特點是它對待識別的對象不要求有太多的分析與了解，具有一定的智能化處理的特點。

句法結構模式識別：句法結構模式識別著眼於對待識別對象的結構特徵的描述。

在上述幾種演算法中，統計模式識別是最經典的分類識別方法，在圖像模式識別中有著非常廣泛的應用。

模式識別研究主要集中在兩方面，即研究生物體（包括人）是如何感知對象的，屬於認知科學的範疇，以及在給定的任務下，如何用計算機實現模式識別的理論和方 法。前者是生理學家、心理學家、生物學家和神經生理學家的研究內容，後者通過數學家、信息學專家和計算機科學工作著近幾十年來的努力，已經取得了系統的研究成果。

聚焦多智時代，引領智能變革，更多技術科譜，請聚焦多智時代！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！