模式類

模式識別(Pattern Recognition)這個詞對許多人來說很陌生，然而實際上人類卻在日常生活的每個環節，從事著模式識別的活動。可以說每個有正常思維的人，在他沒有入睡時都在進行模式識別的活動。坐公共汽車找汽車站，騎車判別可行進道路，對觀察到的現象作出判斷，對聽到的聲音作出反應，判斷東西的好與壞以及水果的成熟與否等等都是人們判斷是非，判別事物的過程。但是對模式識別這個詞就顯得陌生而難以理解了。確切地說，模式識別在這裡是針對讓計算機來判斷事物而提出的，如檢測病理切片中是否有癌細胞，文字識別，話語識別，圖像中物體識別等等。該學科研究的內容是使機器能做以前只能由人類才能做的事，具備人所具有的、對各種事物與現象進行分析、描述與判斷的部分能力。

模式識別這個詞大概很少聽說，Pattern這個詞翻譯成模式，就是要讓機器自動識別的事物，如一個具體數字，是印刷體還是手寫體。識別的結果就是給他分類，分到具體的數字類中。對數字來說，其結果可表示成它的相應代碼，如ASCII碼。對於一個智能交通系統來說，是要識別是否有汽車闖紅燈，闖紅燈的汽車車牌號碼等。要讓機器能識別、分類，需要研究識別的方法，這就是這門學科的任務。人類在觀察事物與作出判斷時，常常把所見到的具體事物與腦子裡對某個事物的“概念”聯繫起來，從而按這些概念對它們實行分類。人們能將所見到的具體的、外表各異、各具特色的汽車與腦子中已形成的“抽象”的汽車概念聯繫起來，並能明確地分辨汽車與拖拉機、坦克車等之間的不同之處，實現正確的分類。拿模式識別的術語來說，所見的具體事物是樣本，而它們所屬的事物類別，代表這些事物的“概念”是模式。也有另一種說法把所見到的事物稱為模式，而將它們的歸屬類別稱為模式類。因此模式這個詞，有時則代表類別事物的稱呼，而有時則強調具體事物，其具體含義依上下文關係而定，一般不會產生混淆。

與人辨別事物相比，機器識別事物的方法是很不同的，在目前也是很簡單與低級的，因此機器識別事物的能力還很差。這主要的原因是人們在學習與認識事物中會總結出規律，並把這些規律性的東西抽象成“概念”。人之所以能“抽象出概念”，關鍵能分析事物中哪些是本質，哪些是表面現象，或由偶然因素引起的。但機器目前的抽象能力是很差的。要讓機器準確地把握事物的本質，弄清分辨事物的關鍵，從而正確辨別事物，實質上是要使人能夠研究出好的方法，提出好的演演算法，從而構造出好的系統，使機器辨別事物的本領更強。

模式類與模式，或者模式與樣本在集合論中是子集與元素之間的關係。當用一定的度量來衡量兩個樣本，而找不出它們之間的差別時，它們在這種度量條件下屬於同一個等價類。這就是說它們屬於同一子集，是一個模式，或一個模式類。而不同的模式類之間應該是可以區分的，它們之間應有明確的界線。但是對實際樣本來說，有時又往往不能對它們進行確切的劃分，即在所使用的度量關係中，分屬不同的類別的樣本卻表現出相同的屬性，因而無法確鑿無誤地對它們進行區分。例如在癌症初期，癌細胞與正常細胞的界線是含糊的，除非醫術有了進一步發展，能找到更準確有效的分類方法。

讓機器辨別事物的最基本方法是計算，原則上講是對計算機要分析的事物與作為標準的稱之為“模板”的相似程度進行計算。譬如說腦子裡有沒有瘤，就要與標準的腦圖像以及有瘤圖像做比較，看跟哪個更相似。要識別一個具體數字，就要將它與從0到9的樣板做比較，看跟哪個模板最相似，或最接近。因此首先要能從度量中看出不同事物之間的差異，才能分辨當前要識別的事物(稱為測試樣本)跟哪類事物更接近。因此找到有效地度量不同類事物的差異的方法是最關鍵的。