模式識別研發中的盲人摸象問題
盲人摸象是出自於印度的寓言故事
,這個故事講的是一群盲人站在一頭大象下摸到大象不同的身體部位
,然後得出不同的結論
,但是沒有乙個人能夠說中是一頭大象,其實
,在模式識別實踐中
,經常可以遇到盲人摸象的問題
,計算機就象盲人一樣
,沒有象人類那樣的視覺系統
,其笨無比
,要辨識乙個東西是件非常麻煩的事
,而且還經常出差錯
,為什麼呢
?那是因為至今為止我們還無法設計出象動物那樣的辨識系統
,我們所設計出的識別演算法侷限性太強
,總是從事物的區域性特徵去判斷乙個事物,但是
,取特徵也是件不容易的事
,就象那盲人
,他摸來摸去
,他很難知道他要摸到什麼時候才能確定下來。
盲人摸象問題是我們在研究模式識別問題中必須正視的問題
,我們所取的識別特徵是否能夠滿足識別的需要
,這是我們在設計特徵比較演算法前要分析的前提問題
,若特徵選取得不夠充分
,縱使特徵比較演算法設計得再精妙也無法達到最佳效果。
識別程式測試也要避免盲人摸象的問題，測試集的建立一定要根據應用情況，全面、大範圍地去收集各種可能出現的測試資料，區域性性的測試資料就如大象的區域性部位，無法判斷程式的識別效能。
沒有百分之百的識別率
,計算機給人感覺都是計算速度快、穩定、精確度高
,好象識別率達不到百分之百很難理解
,識別問題不是簡單的計算問題
,識別率高低與識別演算法設計的好壞有關
,是屬於人工智慧的技術問題
,當前的人工智慧技術還遠遠不如人腦
,甚至那些小動物都不如
,更何況人也有看走眼的時候
,對於計算機那就更是經常看走眼了。為此，做識別技術要有精益求精的思想，就把自己當作是大象下的盲人，以求實、謙虛的態度持之以恆地去改進演算法。
模式識別中的特徵提取
模式識別中主要處理兩個關鍵問題，第一是分類器的設計，第二便是特徵提取。而且幾乎所有模式識別方面的研究都是在優化這兩個問題，要麼是造乙個更牛的分類器，要麼是找出一些表現力更高的特徵形式。然而這個問題再最近幾年變得不那麼明朗了，分類器的研究不用多說，從剛開始的k近鄰分類器，貝葉斯分類器，到曾經風靡一時的...
思考乙個模式識別與機器學習相關的問題
上高中時產生的想法，但不知道有沒有人做過相關的研究 我們知道，模式識別與機器學習方法在文字掃瞄識別和手寫識別領域有著非常成功的應用，我們可以通過斷的指出機器識別手寫文字的錯誤來讓機器逐漸適應我們的手寫字型，從而不斷提高機器的識別正確率。但這種識別的乙個弱點在於，我們總需要人為的指出機器識別的錯誤，機...
模式識別中的特徵提取及其內在意義
這兩天一直在看深度學習的東西，看的頭暈腦脹，不過暈乎歸暈乎，感覺對模式識別中的特徵提取有了更深一點的小理解，暫時記載下來。突然覺得，模式識別的所有問題都繞不過兩個關鍵門檻，第一是分類器，第二便是特徵提取。而且幾乎所有模式識別方面的研究都是在優化這兩個問題，要麼是造乙個更牛的分類器，要麼是找出一些表現...