什么是模式识别？

 当我们人眼看到一幅画时，我们能够很清晰的知道其中哪里是动物，哪里是山，水，人等等，但是人眼又是如何识别和分辨的呢，其实很简单，人类也是在先验知识和对以往多个此类事物的具体实例进行观察的基础上得到的对此类事物整体性质和特点的认识的，并不是人类原本就有对这类事物的记忆，就好比婴孩时期的我们，并不知道什么是狗，什么是帅哥，什么是美女，但是随着我们的慢慢长大，我们观察的多了，见的多了，再加上过来人的经验指导，我们就知道的多了，也懂得的多了，就觉得自己很牛逼了。模式就是一种抽象出来的特征，一类事物的模型原版。

        模式识别作为一门交叉学科，其研究的重点不是人类进行模式识别的神经生理学或生物学原理，而是研究如何通过一系列数学方法让机器来实现类人的识别能力。

模式识别的主要方法

       解决模式识别的方法主要有：模板匹配法，ANN法，基于知识的方法和基于数据的方法；

       基于知识的方法就是专家系统，句法识别就属于基于知识的，但是句法识别不常用；基于数据的方法也就是基于统计的方法，即依据统计原理来构造分类器，来对未知样本进行预测，这种学习过程是机器学习中研究最多的一个方向，也是模式识别采用的最主要方法。ANN也就是的神经网络。现在使用神经网络识别的正确率已经全面超越传统方法。

常见的模式识别系统

        主要有：语音识别，说话人识别，OCR，复杂图像中特定目标的识别，根据地震勘探数据对地下储层性质的识别，利用基因表达数据进行癌症的分类等等；

模式识别系统的构成

       一个模式识别系统通常包括典型的四个部分（如下图）：对原始数据的获取和预处理，特征提取与特征选择，分来或聚类，后处理；以上四个部分，无论是监督的还是无监督的都共有的，可以说是整个系统的核心所在，也是模式识别学科的主要研究内容。

原文链接：https://blog.csdn.net/eternity1118_/article/details/51105659