模式识别（介绍了模式识别的各种方法）

模式描述方法：特征向量描述，结构基元描述（基元和其间的连接关系）相应的模式识别方法是：统计模式识别法，结构（句法）模式识别法统计模式识别法：客体->数据获取（二维图像、一位波形、逻辑值、物理参量，常用矩阵或向量表示）->预处理（去除噪声，加强有用的信息，对退化或失真进行复原）->特征抽取（对庞大的原始数据进行选择或变换，得到特征向量）->分类器设计（用一定数量的训练样本，确定出一套有效率且准确的分类判别规则）->分类器（执行规则，输出结果）->结果前沿展望：模糊数学、神经网络分类问题：根据特征向量值及其它约束条件，进行分类贝叶斯分类器：使用的先决条件：1、要决策分类的类别数是一定的，2、各类别总体的概率