什么是模式及模式识别
模式识别的应用领域主要有哪些
模式：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； 模式识别：用计算机实现人对各种事物或现象的分析,描述,推断,识别
模式识别的应用领域：（1）字符识别；（2） 医疗诊断；（3）遥感；(4）指纹识别 脸形识别；（5）检测污染分析，大气，水源，环境监测；（6）自动检测；（7 ）语声识别，机器翻译，电话号码自动查询，侦听，机器故障推断；（8）军事应用
模式识别系统的基本组成是什么
（1） 信息的猎取：是通过传感器，将光或声音等信息转化为电信息；（2）预处理：包括 A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图象处理；（3） 特征抽取和选择：在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征；（4） 分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低
把这些判决规则建成标准库；（5）分类决策：在特征空间中对被识别对象进行分类
模式识别的基本问题有哪些
（1）模式(样本)表示方法：（a）向量表示；（b）矩阵表示；（c）几何表示；（4）基元(链码)表示；（2）模式类的紧致性：模式识别的要求:满足紧致集，才能很好地分类；假如不满足紧致集，就要实行变换的方法,满足紧致集（3）相似与分类；(a)两个样本 xi ，xj之间的相似度量满足以下要求： ① 应为非负值 ② 样本本身相似性度量应最大 ③ 度量应满足对称性 ④ 在满足紧致性的条件下，相似性应该是点间距离的 单调函数 (b) 用各种距离表示相似性（4）特征的生成:特征包括：(a)低层特征;(b)中层特征;(c)高层特征（5）数据的标准化:(a)极差标准化；(b)方差标准化 4．线性判别方法（1）两类：二维及多维判别函数，判别边界，判别规则二维情况：（a）判别函数： ( ) （b）判别边
