大学精品课件：第六讲 信息的识别.ppt

1、电气与信息工程学院电气与信息工程学院第第6 6讲讲 信息的识别信息的识别2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.1 信息的表示方法信息的表示方法信号表示：对各种需要测量的信号表示：对各种需要测量的“量量”可以通过传感器转换为电量，可以通过传感器转换为电量，并以信号的形式进行表示。并以信号的形式进行表示。符号表示：一般不同的事物要用不同的信号进行表达，这样描述符号表示：一般不同的事物要用不同的信号进行表达，这样描述起来就不很方便，因此，科学家就对事物进行形式化抽象，抽取起来就不很方便，因此，科学家就对事物进行形式化抽象，抽取出一类事物共同的特征（这是

2、一个从特殊到一般的过程），并以出一类事物共同的特征（这是一个从特殊到一般的过程），并以符号的方式进行表达，这就是信息的符号表示。符号的方式进行表达，这就是信息的符号表示。机器表示：为了可以使用计算机来存储和处理信息，可以将符号机器表示：为了可以使用计算机来存储和处理信息，可以将符号表示的信息通过编码的方式变成一种计算机表示的信息通过编码的方式变成一种计算机“可懂可懂”的的“数据数据”，这就是信息的机器表示。这就是信息的机器表示。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.1 信息的表示方法信息的表示方法 语音信息表示语音信息表示语音信号的数字化处理主要

3、包括三个基本环节：抽样、量化、编语音信号的数字化处理主要包括三个基本环节：抽样、量化、编码。码。计算机中语音信息数字化的标准抽样频率通常是计算机中语音信息数字化的标准抽样频率通常是11.025、22.05、44.1KHz、64KHz,频率越高保真度越好，但得到的数据量越大，需频率越高保真度越好，但得到的数据量越大，需要的存储空间也越大。要的存储空间也越大。量化是将抽样后的信号按幅度分成有限个电平级别，幅度落在同量化是将抽样后的信号按幅度分成有限个电平级别，幅度落在同一个级别范围的用同一个电平级别表示。量化过的信号就成为数一个级别范围的用同一个电平级别表示。量化过的信号就成为数字信号，记为字信号

4、，记为PCM（Pulse-Coded Modulation）。因为）。因为PCM的幅的幅度为有限个，所以可以用二进制编码表示，通常采用度为有限个，所以可以用二进制编码表示，通常采用16比特分段比特分段编码的方式进行编码，即编码的方式进行编码，即PCM编码。编码。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.1 信息的表示方法信息的表示方法图形图像数据表示图形图像数据表示（1）位图（）位图（Bitmap）位图使用像素阵列来表示图像，用于表示计算机中的静态图片，位图使用像素阵列来表示图像，用于表示计算机中的静态图片，位图文件有很多种的格式，如扩展名为位图文件

5、有很多种的格式，如扩展名为.BMP .JPG .GIF .PIC 文文件都属于位图。在位图中图像将由每一个像素点的位置和色彩值件都属于位图。在位图中图像将由每一个像素点的位置和色彩值来决定。计算机中图像根据颜色可分为黑白图像、灰度图像和真来决定。计算机中图像根据颜色可分为黑白图像、灰度图像和真彩色图像。彩色图像。（2）矢量图）矢量图(Vector)计算机中矢量图使用直线和曲线来描述图形，矢量图由一系列的计算机中矢量图使用直线和曲线来描述图形，矢量图由一系列的点、线段、圆、多边形和曲线等图形元素组成，而这些图形又可点、线段、圆、多边形和曲线等图形元素组成，而这些图形又可以用数学表达式的方式来描述

6、，因此矢量图可以用数学计算的方以用数学表达式的方式来描述，因此矢量图可以用数学计算的方法来存储和显示。比如一个圆，如果用矢量方式来描述，只需要法来存储和显示。比如一个圆，如果用矢量方式来描述，只需要存储它的圆心坐标和半径大小即可。由于矢量图形可通过公式计存储它的圆心坐标和半径大小即可。由于矢量图形可通过公式计算获得，所以矢量图形文件体积一般较小，存储量较少。算获得，所以矢量图形文件体积一般较小，存储量较少。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.2 信息的识别信息的识别 信息特征获取信息特征获取前述信息获取主要解决前述信息获取主要解决“是否有信息存

7、在是否有信息存在”的问题，但这还不够，的问题，但这还不够，还需要对所感知的信息作出判断，解决还需要对所感知的信息作出判断，解决“存在的信息属于哪一类存在的信息属于哪一类”的问题，这就是的问题，这就是信息识别（也叫模式识别信息识别（也叫模式识别）的问题。）的问题。目前所讨论的信息识别只能是基于语法信息的识别，也就是采用目前所讨论的信息识别只能是基于语法信息的识别，也就是采用类比方式进行的识别：将所感知的事物运动状态及其变化形式与类比方式进行的识别：将所感知的事物运动状态及其变化形式与特定形式的特定形式的“模板模板”进行比较、匹配，确定二者是否相同。进行比较、匹配，确定二者是否相同。常规的做法是提

8、取那些能代表事物主体的特征：一组形式化的参常规的做法是提取那些能代表事物主体的特征：一组形式化的参量，即用很少的数据量来表征某一事物的状态和状态变化方式。量，即用很少的数据量来表征某一事物的状态和状态变化方式。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.2 信息的识别信息的识别 信息特征获取信息特征获取把不同方面的特征有效集成起来获得更全面地认识，这便是把不同方面的特征有效集成起来获得更全面地认识，这便是“（特征）信息融合（特征）信息融合”问题。问题。融合融合(Fusion)(Fusion)是指采集并集成各种信息源、多媒体和多格式信息，是指采集并集成各

9、种信息源、多媒体和多格式信息，从而生成完整、准确、及时和有效的综合信息过程。从而生成完整、准确、及时和有效的综合信息过程。按照融合过程中信息抽象的层次，可以将信息融合过程分为三个按照融合过程中信息抽象的层次，可以将信息融合过程分为三个层次，即数据层层次，即数据层(Data Level)(Data Level)融合、特征层融合、特征层(Feature Level)(Feature Level)融合融合和决策层和决策层(Decision Level)(Decision Level)融合。融合。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论信息识别的模型信息识别的

10、模型 6.2 信息的识别信息的识别2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论以二元识别为例来说明统计识别法的基本工作原理。于是，任一以二元识别为例来说明统计识别法的基本工作原理。于是，任一模式只有两种可能的类属。用符号模式只有两种可能的类属。用符号表示模式空间，表示模式空间，1 1表示第一表示第一类模式的子空间，类模式的子空间，2 2表示第二类模式的子空间，表示第二类模式的子空间，1 1和和2 2分别表分别表示示1 1和和2 2中的点，即中的点，即=1 1，2 2，其中其中 2,102121iii6.3 统计识别方法统计识别方法现有一未知模式现有一未知模

11、式x x，问题是要识别究竟问题是要识别究竟xx1 1还是还是xx2 2？显然，在判断显然，在判断x x的归属时有四种可能：的归属时有四种可能：1 1，x x本属本属1 1，判为判为xx1 1：判决正确；判决正确；2 2，x x本属本属1 1，判为判为xx2 2：判决错误；判决错误；3 3，x x本属本属2 2，判为判为xx1 1：判决错误；判决错误；4 4，x x本属本属2 2，判为判为xx2 2：判决正确。判决正确。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法 举例：举例：假设在某个局部地区细胞识别中正常假设在某个局部地区

12、细胞识别中正常(1)和异异常(2)先验概验概率为为：，异常，正常1.0)(9.0)(21PP现有一待识别的细胞，其观察值为现有一待识别的细胞，其观察值为x，从类条件概率密度分布曲，从类条件概率密度分布曲线上查得线上查得：4.0)|(2.0)|(21xpxp试用最小错误率分类方法对该细胞进行分类。试用最小错误率分类方法对该细胞进行分类。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法解：利用贝叶斯公式解：利用贝叶斯公式21)()|()()|()|(jjiiiiPxpPxpxP可得可得818.01.04.09.02.09.02.0)

13、|(1xP182.01.04.09.02.01.04.0)|(2xP2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法如果如果)|()|(21xPxP故合理的决策是把故合理的决策是把x归类于归类于正常状态正常状态。基于最小错误率的贝叶斯决策规则为：基于最小错误率的贝叶斯决策规则为：则把则把x归类于正常状态归类于正常状态1，反之归于异常状态，反之归于异常状态2利用贝叶斯公式还可以得到其它决策的等价形式：利用贝叶斯公式还可以得到其它决策的等价形式：11221)()()|()|()(xPPxpxpxl则21221)()()|()|()(

14、xPPxpxpxl则似似然然比比阈值阈值2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法对细胞的分类不仅要考虑到尽可能作出正确判断，而且还要考对细胞的分类不仅要考虑到尽可能作出正确判断，而且还要考虑到作出错误判断时会带来什么后果，因此，引入虑到作出错误判断时会带来什么后果，因此，引入“损失损失”概概念，在考虑错判所造成的损失时，就不能只根据后验概率的大念，在考虑错判所造成的损失时，就不能只根据后验概率的大小来做决策，而必须考虑所采取的决策是否使损失最小，为此小来做决策，而必须考虑所采取的决策是否使损失最小，为此建立一个决策表。建

15、立一个决策表。状态状态 损失损失 决策决策自然状态自然状态121 1(判为判为1)C11C122 2(判为判为2)C21C222电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法Cij表示示本属表示示本属i的的x判为判为xj所引起的损失，所引起的损失，i，j=1，2.因此在采取决策因此在采取决策i情况下的条件期望损失为：情况下的条件期望损失为：212,1)|(),()|(jjijjiiixpCCExR，最小风险贝叶斯决策规则为：最小风险贝叶斯决策规则为：kiikxRxR，则：如果：)|(min)|(2,12电气与信息工程学院电气与信

16、息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法状态状态 损失损失 决策决策自然状态自然状态121 1(判为判为1)062 2(判为判为2)10在上例中，若决策表：在上例中，若决策表：2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法由上例知后验概率为：由上例知后验概率为：182.0)|(818.0)|(21xPxP，再计条件风险：再计条件风险：092.1182.06)|()|()|()|(2121112111xpCxpCxpCxRjjj818.0818.01)|()|()|()|(22212

17、12122xpCxpCxpCxRjjj2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论6.3 统计识别方法统计识别方法由于由于)|()|(21xRxR则采取决策则采取决策2 2，即判待识别的细胞为异常（，即判待识别的细胞为异常（2）总之，统计模式识别方法的基本原理是要求出待识模式的某种统总之，统计模式识别方法的基本原理是要求出待识模式的某种统计特征（即鉴别函数和判决阈），然后通过类比的准则作出分类计特征（即鉴别函数和判决阈），然后通过类比的准则作出分类判决。判决。2电气与信息工程学院电气与信息工程学院信息的识别信息的识别信息科学导论信息科学导论信息识别的基本原

18、理总结如下：信息识别的基本原理总结如下：第一第一,语法信息识别（分类）的基本原理是信息特征的比较。不语法信息识别（分类）的基本原理是信息特征的比较。不同类别的信息，其特征也不相同。因此，只要把握了类别特征，同类别的信息，其特征也不相同。因此，只要把握了类别特征，原则上就可能准确识别。原则上就可能准确识别。第二第二,识别的准则是：相似而认同，相异而拒斥。因此，建立信识别的准则是：相似而认同，相异而拒斥。因此，建立信息类别相似性（或差异性）的表示和度量是信息识别的关键。息类别相似性（或差异性）的表示和度量是信息识别的关键。第三第三,由于环境存在干扰，待识别的信息不理想，信息类别相似由于环境存在干扰，待识别的信息不理想，信息类别相似性的表达不完善，因此无论怎样设计信息识别系统，理想的识别性的表达不完善，因此无论怎样设计信息识别系统，理想的识别是不现实的。是不现实的。第四第四,更为有效的信息识别方法，是对全信息的更为有效的信息识别方法，是对全信息的“理解理解”。6.3 统计识别方法统计识别方法