1.3　模式识别的应用

我们在生活中时时刻刻都在进行模式识别，如分类、识物、辨声、辨味等行为均属于模式识别的范畴。计算机出现后，人们试图用计算机实现人或动物所具有的模式识别能力。当前主要是模拟人的视觉能力、听觉能力和嗅觉能力，如现在比较热门的图像识别技术和语音识别技术。这些技术已经被广泛应用于军事与民用工业中。模式识别已经广泛应用于数据分类、文字识别、语音识别、指纹识别、遥感、医学诊断、工业产品检测、天气预报、卫星航空图片解释等领域。近年来，用模式识别方法发展起来的“模式识别优化技术”在化工、冶金、石化、轻工等领域用于配方、工艺过程的优化设计和优化控制，产生了巨大的经济效益。在节约原料、提高产品质量和产量、降低单位能耗等方面充分显示了这一高新技术的巨大潜力。模式识别技术除可以对配方、工艺进行优化设计外，还可以用于工业过程控制，这就是模式识别智能控制优化专家系统。它的特别之处是根据目标(如降低能耗、提高产量等)优化影响目标的参量(如原料的组成、工艺参数等)，在众多影响参量中筛选出对目标具有较重要影响的参量。经过模式分类、网络训练，确定优化区域，找出优化方向，动态建立模型，定量预报结果，使生产操作条件始终保持在优化状态，尽可能地挖掘生产潜力，在过程工业(包括化工、冶金、轻工、建材等)领域有广阔的应用前景。

所有的这些应用都是和问题的性质密不可分的，至今还没有发展成统一的、有效的可应用于所有模式识别的理论。当前的一种普遍的看法是不存在对所有的模式识别问题都适用的单一模型和解决识别问题的单一技术，我们现在拥有的是一个“工具袋”，我们所要做的是，结合具体问题，把模式识别方法结合起来，把模式识别与人工智能中的启发式搜索结合起来，把人工神经元网络、不确定方法、智能计算结合起来，深入掌握各种工具的效能和应用的可能性，互相取长补短，开创模式识别应用的新局面。

模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、网络化的世纪，在这个以数字计算为特征的时代里，作为人工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。

分类器的设计是模式识别的一个重要应用，本书将以酒瓶颜色的分类为例来介绍各种模式识别的方法。由不同材料制成的不同颜色的玻璃必须被分类，以获得高质量的可回收原料。在玻璃回收厂，玻璃瓶被分类到容器中，然后一起熔化处理产生新的玻璃。在这个过程中，玻璃瓶被分选到混合容器是很重要的步骤，因为生产玻璃的不同用户需要不同的颜色，并且回收的瓶子颜色混杂，瓶子的分类没有清楚地被设定。多数操作员利用经验手工分选混合的瓶子，以使生产的玻璃达到期望的颜色，这既费时又费力。通过模式识别的方法进行分类，既解放了生产力，又提高了效率。表1-2为59组三原色数据，其中前29组作为训练数据，后30组作为测试数据，前29组数据的类别已经给出。

表1-2　三原色数据

MATLAB 软件是实现各种相关算法的大众化软件，2016版的MATLAB已经集成了100多种神经网络算法的工具箱及其他算法的工具箱，使用简单方便。本书分类器的设计都是基于MATLAB 2016设计的。

思考与练习

(1)什么是模式识别？

(2)模式识别的基本方法有哪些？