模式识别及应用：医学、癌细胞检测、X射线分析的突破

随着信息技术的不断发展和计算机应用范围的不断拓宽，计算机在诸如声音、文字和温度等外界信息处理方面，越来越成为人们可以对生存环境进行数字化改造的工具。但在具体操作上，计算机本身并不能直接感知外界信息，而必须借助人在键盘、鼠标等外设件上的操作才能完成。尽管摄像仪、图像扫描仪等相关设备已经能够处理非电信号的转换问题，但其识别的技术仍然不高，不能让计算机“感知”到自己采用了什么样的信息。这些都表明，如果不解决计算机的感知能力，计算机的应用发展就会被高度限制。为提高计算机的感知能力，模式识别就诞生了。模式识别与人工智能识别有交叉。其技术是人工智能的基础技术。人工智能中所提到的模式识别，简单来说就是让机器来帮助或代替人类感知和认识外部信息，相当于对人类的感知能力进行仿真模拟。可以这样理解，人工智能识别技术是模式识别加上机器学习技术的融合技术。

所谓模式的概念，来自人脑的思维能力。人们在观察外界事物或现象时，就会展开思维，对所观察到的事物或现象进行分类。比如人类对字符的识别。一旦人认识某个文字，尽管这个文字出现了不同的写法，即使以前从未见过，人的大脑都会将它们归为同一类。这说明，只要认识有限数量的事物或现象，就能识别任意多的事物或现象。这些有限的事物或现象，叫作各个模式。在人工智能领域，人们较早就开发出了识别声音、脸和动物之类的技术。在开发出会说话的技术之前，球体之类的东西也能够被识别出来。对于模式识别技术而言，除了记忆，抽象和推广能力是关键。

随着技术的发展，人们可以处理更复杂的模式。比如在某个场合观察到人与人之间关系的微妙模式，随后不用切身经历就能发现与此相同的例子。模式识别的能力在动物中也容易观察到。比方农家饲养的家禽，能够自己知道回家的路，狗能识别主人的足迹等。这些可归为记忆识别。在推广能力方面，观察到的相似事物，虽然前后不同，但也能进行识别。这可通过建立模型来解决。人工系统通过学习来展示相同功能的东西，从而获得对这个事物的了解。这样的系统建立后，就可以替换原来的对象，还可以提高原来的性能。业界对于模式识别的研究主要集中在两个方面：生物体（包括人）如何感知外界对象；在给定的任务下，实现模式识别的理论和方法。这些研究，涵盖了生理学、心理学、生物学、数学、信息学和计算机学等不同学科。模式识别最早的研究重点在数学方法上。

20世纪50年代末，出现了一种叫作感知器的模拟人脑进行识别的数学模型，通过对识别系统进行训练，让系统具有将未知类别的模式进行正确区分和归类的能力。1957年，通过用统计决策理论方法来求解模式识别，促进了模式识别研究工作的发展。1982-1984年，有了模式识别的人工神经元网络方法。这让模式识别成为跨学科的研究领域。

模式识别还与统计学、语言学和控制论等学科有关系。在人工智能领域，在图像处理和自然语言理解方面，就包含模式识别问题。

模式识别的方法主要包括：决策理论方法、句法方法和统计模式识别三种。决策理论方法又叫统计方法。该方法的操作顺序是：先将识别对象进行数字化，转变成适于计算机处理的数字信息。随后进行特征抽取，从数字化后的输入模式中抽取一组特征。再就是将抽取的特征进行分类。句法方法又叫作结构方法或语言学方法，指的是把一个模式分解为较简单的子模式，再将这些子模式分解为更简单的子模式，最终得到一个树形的结构。统计模式识别的主要方法有：判别函数法、近邻分类法和非线性映射法等。

在实践中，模式识别已被使用于文字识别、语音识别、指纹识别、遥感和医学诊断等方面。

文字识别，侧重于机器自动输入方面。快捷、方便地将文字输入计算机中，是提高人机接口效率的一个重要因素。就汉字来说，录入计算机主要靠人工键盘输入和机器自动识别输入。而自动输入又分为如扫描仪扫描等识别输入和语音识别输入。从技术上来说，手写体的输入要难于印刷体的输入。在这方面，脱机手写体的识别还存在一定的技术难度。

在生物识别领域，声纹识别技术因具有方便性、经济性和准确性等优势越来越受到关注，使用领域也不断拓宽，成为人们生活和工作中使用最为普及的安全方式。这是语音识别技术在应用中最突出的一个表现。(www.xing528.com)

人的手掌及其手指、脚、脚趾上的皮肤纹路，会形成各种各样且不同于他人的唯一形状的图案。依靠这种唯一性，就可以通过指纹对比来识别一个人的真实身份。从技术上来讲，因为指纹可以分为环形、螺旋形和弓形等几大类别，因而可以对每个人的指纹进行归类，进行检索。

在遥感方面，图像识别技术早就广泛服务于农作物估产、资源勘察、气象预报和军事侦察等各个领域。

在医学诊断方面，通过模式识别技术，在癌细胞检测、X射线照片分析和血液化验等方面都已取得明显的成效。

模式识别技术是人工智能的基础技术，随着智能化、信息化、计算化、网络化方面的技术进步，模式识别技术会继续得以发展。在国际上，一些大的权威研究机构和公司，无不将模式识别技术作为战略研发的重点。其间，语音识别技术、生物认证技术和数字水印技术受到重视的程度更是前所未有。

作为人机接口的关键技术，语音识别技术在应用方面已经发展成为具有竞争性的高新技术产业。据有关机构预测，仅在中国，未来5年内，中文语音技术领域的市场容量将会超过400亿元人民币，并且还会以每年30%的速度增长。

生物认证技术已成为人们高度关注的安全认证技术。通过这项技术，将来人们可以不需要密码、磁卡来进行身份识别，而是通过自身的唯一性来标识身份和保护隐私。据国际数据集团（IDC）预测：未来10年内，仅在移动电子商务领域，生物识别技术应用将达到100亿美元的市场规模。

数字水印技术是公认的最具发展潜力的数字版权保护技术。据国际数据集团（IDC）预测：未来5年内，数字水印技术应用在全球市场的容量超过80亿美元。

模式识别是人类的一项基本智能，是人在日常生活中所自觉或不自觉采取的一种思维活动过程。随着计算机和人工智能的兴起，人们就希望用机器来代替或扩展人类的部分脑力劳动。由此，模式识别也就成为人们植入机器内的一种“思维”活动。有关模式识别的研究也就发展成为一门新学科。作为人工智能的基础技术，模式识别技术必将承载着人工智能朝向更高的目标前行。