对象：计算机

比较好的学习顺序应该是：先学图像处理，再学模式识别。

与模式识别相关的学科：数学类：概率，统计，优化理论，线代（矩阵计算）等等；计算机类：人工智能，图像处理，计算机视觉等等，matlab，C，python等等编程实现。

模式识别的定义:

1.将某一对象或者事件归到预先设定的类；

2.一门关于对测量值进行描述和分类的学科；

3.由给定的若干已知类别的样本数据，设计对未来样本的分类方法；

4.在一个高维特征空间中进行概率密度函数的估计，并进而将特征空间划分为子空间，分别对应不同的类。

模式识别旨在回答：这是什么类别的事物？

模式识别的概念：模式（pattern）：存在于时间，空间中可观察的事物，具有时间或空间分布的信息。对研究对象特征的定量或结构的描述，是取自客观世界的某一样本的测量值的集合。

识别（recognition）：其中的“cognition”意思是认知，就是去获取事物的有关知识；前面的“Re”前缀就是“再”的意思，“Re-cognition”就是“再认知“的意思。就是对已经具有知识的事物去判断它是什么。

模式信息:

根据它的组成，可分为不同类型：

二维图像：如文字，照片，指纹等

一维波形：如心电图，脑电图，机械震动波形等

物理参量和逻辑值：前者比如人的体温及各种化验数据等；后者如状态或症状的判断的是否，有无，模糊逻辑值等。

社会模式：信用，保险，信息服务，性格，文化，事件，政治等

插入一个例子说明：人脸的模式分为两种：

共性：人脸作为一类目标区别于其他

个性：每个人作为一类区别于其他人

可以这么理解，每个人有鼻子有眼，和其他动物不同，但是人类之间的相貌也有比较多的不同之处。

“共性与个性的统一”

模式识别的应用：

工业用途：产品质量检验，智能机器人的感知系统，设备故障检测

商业用途：钱币自动识伪，信函自动分拣，电话查询，

医学用途：对心电，脑电，CT等信号进行处理和识别，自动进行疾病的诊断

安全领域：生理特征鉴别，网上电子商务的身份确认，对公安对象的刑侦和鉴别

军事领域：巡航导弹的景物识别，战斗单元的敌我识别

办公自动化：文字识别技术和声音识别技术

数据挖掘：数据分析

网络应用：文本分类