仿生模式识别（拓扑模式识别）－－一种模式识别新模型的理论与应用

本文提出了一种模式识别理论的新模型，它是基于“认识”事物而不是基于“区分”事物为目的。与传统以“最佳划分”为目标的统计模式识别相比，它更接近于人类“认识”事物的特性，故称为“仿生模式识别”。它的数学方法在于研究特征空间中样本集合的拓扑性质，故亦称作“拓扑模式识别”。“拓扑模式识别”的理论基点在于它确认了特征空间中同类样本的连续性（不能分裂成两个彼此不邻接的部分）特性。文中用“仿生模式识别”理论及其“高维空间复杂几何形体覆盖神经网络”识别方法，对地平面刚体目标全方位识别问题作了实验。对各种形状相像的动物及车辆模型作全方位8800次识别，结果正确识别率为99.75%，错误识别率与拒识率分别为0与0.25%。

本文提出了一种模式识别理论的新模型，它是基于“认识”事物而不是基于“区分”事物为目的。与传统以“最佳划分”为目标的统计模式识别相比，它更接近于人类“认识”事物的特性，故称为“仿生模式识别”。它的数学方法在于研究特征空间中样本集合的拓扑性质，故亦称作“拓扑模式识别”。“拓扑模式识别”的理论基点在于它确认了特征空间中同类样本的连续性（不能分裂成两个彼此不邻接的部分）特性。文中用“仿生模式识别”理论及其“高维空间复杂几何形体覆盖神经网络”识别方法，对地平面刚体目标全方位识别问题作了实验。对各种形状相像的动物及车辆模型作全方位8800次识别，结果正确识别率为99.75%，错误识别率与拒识率分别为0与0.25%。

于2010-11-23批量导入

zhangdi于2010-11-23 13:07:51导入数据到SEMI-IR的IR

Made available in DSpace on 2010-11-23T05:07:51Z (GMT). No. of bitstreams: 1 5025.pdf: 207210 bytes, checksum: 1837b3fadcc4f9486687631c8ad65d37 (MD5) Previous issue date: 2002

国家自然科学基金项目（No.6 135 1 ）

中科院半导体所神经网络实验室

国家自然科学基金项目（No.6 135 1 ）