主要方法——模式识别的5.1.2

1.句法方法

句法方法，又称结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树状的结构描述，在底层的最简单的子模式称为模式基元。

在句法方法中，通常要求所选的基元能对模式提供一个紧凑的反映其结构关系的描述，又要易于用非句法方法加以抽取。选取基元的问题类似于在统计方法中选取特征的问题。显然，基元本身不应该含有重要的结构信息。模式以一组基元和它们的组合关系来描述，称为模式描述语句。这与英文句子由一些短语、短语又由单词、单词又由字母构成一样。基元组合成模式的规则，由“文法”来指定。识别过程主要就是进行句法分析，即分析给定的模式语句是否符合指定的文法，满足某类文法的即被分入该类。

2.统计方法

统计方法，也称决策理论方法，是发展较早也比较成熟的一种方法。首先将被识别对象数字化为适于计算机处理的数字信息。在此过程中，一个模式常常包含大量的数字信息，因而常常需要对这些信息进行处理和变换。许多模式识别系统会先对信息进行预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征提取，即从数字化后或预处理后的输入模式中抽取一组特征，这组特征包含了所要识别模式的关键信息，并且包含尽可能少的冗余信息。特征提取过程将输入模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征向量表示。这种映射不仅压缩了信息量，而且易于分类。

在统计方法中，特征提取占有十分重要的地位，但没有通用的理论指导，只能通过分析具体识别对象决定选取何种特征。图5-1反映了统计方法的基本思路，特征提取后可进行分类，即从特征空间再映射到决策空间。为此需要引入决策函数，由特征向量计算出相应于各类别的决策函数值，通过决策函数值的比较实行分类。(www.xing528.com)

图5-1 统计方法的基本思路

模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；如果被识别对象不很复杂、不含明显的结构信息或结构模型不易建立，一般采用统计方法。这两种方法不能截然分开，在句法方法的某些应用中，基元本身就是用统计方法抽取的。将这两种方法结合起来分别应用于不同的层次，常能收到较好的效果。

除了上述的句法方法和统计方法这两种传统方法外，模糊识别方法和神经网络方法也被引入到模式识别当中，并日益受到研究者们的重视，将在后文介绍。