亚洲成a人片在线不卡一二三区,天天看在线视频国产,亚州Av片在线劲爆看,精品国产sm全部网站

        人工智能醫(yī)療調查報告

        發(fā)布時間:2023-06-23 10:27:58

        • 文檔來源:用戶上傳
        • 文檔格式:WORD文檔
        • 文檔分類:調查報告
        • 點擊下載本文

        千文網小編為你整理了多篇相關的《人工智能醫(yī)療調查報告》,但愿對你工作學習有幫助,當然你在千文網還可以找到更多《人工智能醫(yī)療調查報告》。

        鄭州科技學院

        鄭州科技學院

        本科畢業(yè)設計(論文)

        題 目 多種模式識別的調研報告 姓 名 閆 永 光 專 業(yè) 計算機科學與技術 學 號 201115025 指導教師

        鄭州科技學院信息工程系 二○一四年六月

        鄭州科技學院

        摘 要

        信息技術的飛速發(fā)展使得人工智能的應用范圍變得越來越廣,而模式識別作為其中的一個重要方面,一直是人工智能研究的重要方向。在介紹人工智能和模式識別的相關知識的同時,對人工智能在模式識別中的應用進行了一定的論述。

        模式識別(Pattern Recognition)是人類的一項基本智能,著20世紀40年代計算機的出現以及50年代人工智能的興起,模式識別技術有了長足的發(fā)展。模式識別與統(tǒng)計學、心理學、語言學、計算機科學、生物學、控制論等都有關系。它與人工智能、圖像處理 的研究有交叉關系。模式識別的發(fā)展?jié)摿薮蟆?/p>

        關鍵詞:模式識別; 人工智能; 多種模式識別的應用; 模式識別技術的發(fā)展?jié)摿?/p>

        鄭州科技學院

        引言

        隨著計算機應用范圍不斷的拓寬,我們對于計算機具有更加有效的感知“能力”,諸如對聲音、文字、圖像、溫度以及震動等外界信息,這樣就可以依靠計算機來對人類的生存環(huán)境進行數字化改造。但是從一般的意義上來講,當前的計算機都無法直接感知這些信息,而只能通過人在鍵盤、鼠標等外設上的操作才能感知外部信息。雖然攝像儀、圖文掃描儀和話筒等相關設備已經部分的解決了非電信號的轉換問題,但是仍然存在著識別技術不高,不能確保計算機真正的感知所采錄的究竟是什么信息。這直接使得計算機對外部世界的感知能力低下,成為計算機應用發(fā)展的瓶頸。這時,能夠提高計算機外部感知能力的學科——模式識別應運而生,并得到了快速的發(fā)展。人工智能中所提到的模式識別是指采用計算機來代替人類或者是幫助人類來感知外部信息,可以說是一種對人類感知能力的一種仿真模擬。它探討的是計算機模式識別系統(tǒng)的建立,通過計算機系統(tǒng)來模擬人類感官對外界信息的識別和感知

        1、模式識別

        什么是模式和模式識別?

        模式可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬于概念識別研究的范疇,是人工智能的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物傳感器等對象的具體模式進行辨識和分類。

        模式識別(Pattern Recognition)是指對表征事物或現象的各種形式的(數值的、文字的和邏輯關系的)信息進行處理和分析,以對事物或現象進行描述、辨認、分類和解釋的過程,是信息科學和人工智能的重要組成部分。模式識別又常稱作模式分類,從處理問題的性質和解決問題的方法等角度,模式識別分為有監(jiān)督的分類(Supervised Claification)和無監(jiān)督的分類(Unsupervised Claification)兩種。二者的主要差別在于,各實驗樣本所屬的類別是否預先已知。一般說來,有監(jiān)督的分類往往需要提供大量已知類別的樣本,但在實際問題中,這是存在一定困難的,因此研究無監(jiān)督的分類就變得十分有必要了。

        鄭州科技學院

        2、人工智能

        人工智能的定義可以分為兩部分,即“人工”和“智能”?!叭斯ぁ北容^好理解,爭議性也不大。有時我們會要考慮什么是人力所能及制造的,或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步,等等。但總的來說,“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。

        關于什么是“智能”,就問題多多了。這涉及到其它諸如意識(consciousne)、自我(self)、思維(mind)(包括無意識的思維(unconscious_mind)等等問題。人唯一了解的智能是人本身的智能,這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限,對構成人的智能的必要元素也了解有限,所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關的研究課題。

        人工智能目前在計算機領域內,得到了愈加廣泛的重視。并在機器人,經濟政治決策,控制系統(tǒng),仿真系統(tǒng)中得到應用。

        人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規(guī)劃等)的學科,主要包括計算機實現智能的原理、制造類似于人腦智能的計算機,使計算機能實現更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科??梢哉f幾乎是自然科學和社會科學的所有學科,其范圍已遠遠超出了計算機科學的范疇,人工智能與思維科學的關系是實踐和理論的關系,人工智能是處于思維科學的技術應用層次,是它的一個應用分支。從思維觀點看,人工智能不僅限于邏輯思維,要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展,數學常被認為是多種學科的基礎科學,數學也進入語言、思維領域,人工智能學科也必須借用數學工具,數學不僅在標準邏輯、模糊數學等范圍發(fā)揮作用,數學進入人工智能學科,它們將互相促進而更快地發(fā)展。

        3、多種模式識別的應用

        3.1文字識別

        漢字已有數千年的歷史,也是世界上使用人數最多的文字,對于中華民族燦爛文化的形成和發(fā)展有著不可磨滅的功勛。所以在信息技術及計算機技術日益普及的今天,如何將

        鄭州科技學院

        文字方便、快速地輸入到計算機中已成為影響人機接口效率的一個重要瓶頸,也關系到計算機能否真正在我過得到普及的應用。目前,漢字輸入主要分為人工鍵盤輸入和機器自動識別輸入兩種。其中人工鍵入速度慢而且勞動強度大;自動輸入又分為漢字識別輸入及語音識別輸入。從識別技術的難度來說,手寫體識別的難度高于印刷體識別,而在手寫體識別中,脫機手寫體的難度又遠遠超過了連機手寫體識別。到目前為止,除了脫機手寫體數字的識別已有實際應用外,漢字等文字的脫機手寫體識別還處在實驗室階段。

        3.2 語音識別

        語音識別技術技術所涉及的領域包括:信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。近年來,在生物識別技術領域中,聲紋識別技術以其獨特的方便性、經濟性和準確性等優(yōu)勢受到世人矚目,并日益成為人們日常生活和工作中重要且普及的安驗證方式。而且利用基因算法訓練連續(xù)隱馬爾柯夫模型的語音識別方法現已成為語音識別的主流技術,該方法在語音識別時識別速度較快,也有較高的識別率。

        3.3 指紋識別

        我們手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同,是唯一的。依靠這種唯一性,就可以將一個人同他的指紋對應起來,通過比較他的指紋和預先保存的指紋進行比較,便可以驗證他的真實身份。一般的指紋分成有以下幾個大的類別:left loop,right loop,twin loop,whorl,arch和tented arch,這樣就可以將每個人的指紋分別歸類,進行檢索。指紋識別基本上可分成:預處理、特征選擇和模式分類幾個大的步驟。

        3.4 圖像模式識別

        圖像模式識別的方法很多,從圖像模式識別提取的特征對象來看,圖像識別方法可分為以下幾種:基于形狀特征的識別技術、基于色彩特征的識別技術以及基于紋理特征的識別技術。其中,基于形狀特征的識別方法,其關鍵是找到圖像中對象形狀及對此進行描述,形成可視特征矢量,以完成不同圖像的分類,常用來表示形狀的變量有形狀的周長、面積、圓形度、離心率等?;谏侍卣鞯淖R別技術主要針對彩色圖像,通過色

        鄭州科技學院

        彩直方圖具有的簡單且隨圖像的大小、旋轉變換不敏感等特點進行分類識別?;诩y理特征的識別方法是通過對圖像中非常具有結構規(guī)律的特征加以分析或者則是對圖像中的色彩強度的分布信息進行統(tǒng)計來完成。

        從模式特征選擇及判別決策方法的不同可將圖像模式識別方法大致歸納為兩類:統(tǒng)計模式(決策理論)識別方法和句法(結構)模式識別方法。此外,近些年隨著對模式識別技術研究的進一步深入,模糊模式識別方法和神經網絡模式識別方法也開始得到廣泛的應用。在此將這四種方法進行一下說明。

        3.5 句法模式識別

        對于較復雜的模式,如采用統(tǒng)計模式識別的方法,所面臨的一個困難就是特征提取的問題,它所要求的特征量十分巨大,要把某一個復雜模式準確分類很困難,從而很自然地就想到這樣的一種設計,即努力地把一個復雜模式分化為若干較簡單子模式的組合,而子模式又分為若干基元,通過對基元的識別,進而識別子模式,最終識別該復雜模式。正如英文句子由一些短語,短語又由單詞,單詞又由字母構成一樣。用一組模式基元和它們的組成來描述模式的結構的語言,稱為模式描述語言。支配基元組成模式的規(guī)則稱為文法。當每個基元被識別后,利用句法分析就可以作出整個的模式識別。即以這個句子是否符合某特定文法,以判別它是否屬于某一類別。這就是句法模式識別的基本思想。

        句法模式識別系統(tǒng)主要由預處理、基元提取、句法分析和文法推斷等幾部分組成。由預處理分割的模式,經基元提取形成描述模式的基元串(即字符串)。句法分析根據文法推理所推斷的文法,判決有序字符串所描述的模式類別,得到判決結果。問題在于句法分析所依據的文法。不同的模式類對應著不同的文法,描述不同的目標。為了得到于模式類相適應的文法,類似于統(tǒng)計模式識別的訓練過程,必須事先采集足夠多的訓練模式樣本,經基元提取,把相應的文法推斷出來。實際應用還有一定的困難。

        3.6 統(tǒng)計模式識別

        統(tǒng)計模式識別是目前最成熟也是應用最廣泛的方法,它主要利用貝葉斯決策規(guī)則解決最優(yōu)分類器問題。統(tǒng)計決策理論的基本思想就是在不同的模式類中建立一個決策邊界,利用決策函數把一個給定的模式歸入相應的模式類中。統(tǒng)計模式識別的基本模型如

        鄭州科技學院

        圖2,該模型主要包括兩種操作模型:訓練和分類,其中訓練主要利用己有樣本完成對決策邊界的劃分,并采取了一定的學習機制以保證基于樣本的劃分是最優(yōu)的;而分類主要對輸入的模式利用其特征和訓練得來的決策函數而把模式劃分到相應模式類中。統(tǒng)計模式識別方法以數學上的決策理論為基礎建立統(tǒng)計模式識別模型。其基本模型是:對被研究圖像進行大量統(tǒng)計分析,找出規(guī)律性的認識,并選取出反映圖像本質的特征進行分類識別。統(tǒng)計模式識別系統(tǒng)可分為兩種運行模式:訓練和分類。訓練模式中,預處理模塊負責將感興趣的特征從背景中分割出來、去除噪聲以及進行其它操作;特征選取模塊主要負責找到合適的特征來表示輸入模式;分類器負責訓練分割特征空間。在分類模式中,被訓練好的分類器將輸入模式根據測量的特征分配到某個指定的類。統(tǒng)計模式識別組成如圖2所示。

        圖2 統(tǒng)計模式識別模型

        4、模式識別技術的發(fā)展?jié)摿?/p>

        模式識別技術是人工智能的基礎技術,21世紀是智能化、信息化、計算化、網絡化的世紀,在這個以數字計算為特征的世紀里,作為人工智能技術基礎學科的模式識別技術,必將獲得巨大的發(fā)展空間。在國際上,各大權威研究機構,各大公司都紛紛開始將模式識別技術作為公司的戰(zhàn)略研發(fā)重點加以重視。

        3.1語音識別技術

        語音識別技術正逐步成為信息技術中人機接口的關鍵技術,語音技術的應用已經成為一個具有競爭性的新興高技術產業(yè)。中國互聯網中心的市場預測:未來5年,中文語音技術領域將會有超過400億人民幣的市場容量,然后每年以超過30%的速度增長。

        3.2生物認證技術

        生物認證技術本世紀最受關注的安全認證技術,它的發(fā)展是大勢所趨。人們愿意忘

        鄭州科技學院

        掉所有的密碼、扔掉所有的磁卡,憑借自身的唯一性來標識身份與保密。國際數據集團(IDC)預測:作為未來的必然發(fā)展方向的移動電子商務基礎核心技術的生物識別技術在未來10年的時間里將達到100美元的市場規(guī)模。

        3.3數字水印技術

        90年代以來才在國際上開始發(fā)展起來的數字水印技術是最具發(fā)展?jié)摿εc優(yōu)勢的數字媒體版權保護技術。IDC預測,數字水印技術在未來的5年內全球市場容量超過80億美元。

        結 語

        綜上所述,模式識別從20世紀20年代發(fā)展至今,人們的一種普遍看法是不存在對所有模式識別問題都適用的單一模型和解決識別問題的單一技術,我們現在擁有的只是一個工具袋,所要做的是結合具體問題把統(tǒng)計的和句法的識別結合起來,把統(tǒng)計模式識別或句法模式識別與人工智能中的啟發(fā)式搜索結合起來,把統(tǒng)計模式識別或句法模式識別與支持向量機的機器學習結合起來,把人工神經元網絡與各種已有技術以及人工智能中的專家系統(tǒng)、不確定推理方法結合起來,深入掌握各種工具的效能和應有的可能性,互相取長補短,開創(chuàng)模式識別應用的新局面。

        參考文獻

        1 邊肇祺,張學工等編著.模式識別(第二版).北京:清華大學出版社,2000.2 王碧泉,陳祖蔭.模式識別理論、方法和應用.北京:地震出版社,1989.3 趙陵滋,甘云祥.統(tǒng)計模式識別算法的MATLAB語言實現.應用科技 4 語音識別 理想與現實的距離

        5 人類形象思維模式識別與機器模式識別之探討 6 指紋認證方法應注意的問題

        網址:http://puma08.com/bgzj/dcbg/1513280.html

        聲明:本文內容由互聯網用戶自發(fā)貢獻自行上傳,本網站不擁有所有權,未作人工編輯處理,也不承擔相關法律責任。如果您發(fā)現有涉嫌版權的內容,歡迎發(fā)送郵件至89702570@qq.com 進行舉報,并提供相關證據,工作人員會在5個工作日內聯系你,一經查實,本站將立刻刪除涉嫌侵權內容。