1.2.3 模式識別系統的組成

一個典型的模式識別系統，如圖1-1所示，由信息獲取、預處理、特征提取和選擇、分類決策和分類器設計5部分組成。該模式識別系統可以分為上下兩部分，上半部分完成未知類別模式的分類，下半部分完成分類器的設計訓練過程。

模式識別系統各組成單元的功能如下：

信息獲?。豪糜嬎銠C可以運算的符號來表示所研究的對象，對應于外界物理空間向模式空間的轉換。一般獲取的信息類型有以下幾種。

·一維波形：心電圖，腦電波，聲波，震動波形等。

·二維圖像：文字，地圖，照片等。

·物理參量：體溫，化驗數據，溫度，壓力，電流，電壓等。

預處理：對由于信息獲取裝置或其他因素所造成的信息退化現象進行復原、去噪，加強有用信息。

特征提取：由信息獲取部分獲得的原始信息，其數據量一般相當大。為了有效地實現分類識別，應對經過預處理的信息進行選擇或變換，得到最能反映分類本質的特征，構成特征向量。其目的是將維數較高的模式空間轉換為維數較低的特征空間。

分類決策：在特征空間中用模式識別方法（由分類器設計確定的分類判別規則）對待識模式進行分類判別，將其歸為某一固定類別，并輸出分類結果。這一過程對應于特征空間向類別空間的轉換。

分類器設計：為了把待識模式分配到各自的模式類中，必須設計出一套分類判別規則?；咀龇ㄊ鞘占欢〝盗康臉颖咀鳛橛柧毤诖嘶A上確定判別函數，改進判別函數和誤差檢驗。

模式識別技術的關鍵是解決如何利用計算機進行模式識別，并對樣本進行分類。執行模式識別的計算機系統（可以是臺式機，筆記本電腦或基于單片機、DSP和ARM等有計算能力的系統）稱為模式識別系統。