模式識別與算法與神經網絡

Question

我正在讀一本關於大腦如何使用模式層次結構來識別和建模概念和感官信息的書，如書中書寫的字母和單詞，物理對象或其他那種性質。但是我對如何着手實施這樣一個簡單版本的系統有點困惑。我對此有幾個問題。

• 首先，在這種情況下，模式的所有特徵到底是什麼？
• 這種模式層次結構中最基本的元素是什麼？
• 有沒有辦法通過算法而不是神經網絡來識別它們？
• 如果我編寫一個程序來從一行像素中表達圖案，這可能有點簡單，但是如何用二維像素陣列來實現呢？
• 視覺模式和數學模式之間有區別嗎？
• 在識別數字序列中的模式而不是圖像中的一系列特徵方面，是否有區別？

我真的很想理解這一點，因爲我發現的大多數信息都需要一個很好的數學背景，而我迄今爲止還沒有獲得這方面的信息。

Answer 1

對數學模式和圖像特徵的識別都使用相同類型的「認知」，但是您有各種不同的實現，它們專門針對每種實現。在圖像中，您正在處理像素顏色（例如：255,255,255）及其與周圍像素的關係（二維數組）。

爲了便於計算，最交易算法經過以下：

• 經過每個水平線的然後通過每個垂直線，並創建的像素差異（優選地在L * A * B色彩空間的陣列）。
• 然後通過調整一些參數，您可以隔離獨特的「對象」是在X和Y兩個方向上連續
• 創建對象的邏輯樹和他們的圖像

上的位置。如果你想做事情有點不同，那麼你會使用快速傅里葉變換並遵循那裏的模式。如果您使用常規數字模式，則原理是相同的。