模式識別與智能信息是干什麼的

㈠ 模式識別與智能系統專業，智能信息融合與處理專業。這兩個專業有什麼相同和區別和人工智慧有什麼聯系

你好，我是機器人包老師，專注於機器人領域。

模式識別與智能系統屬控制科學與工程的二級學科，以信息處理與模式識別的理論技術為核心，以數學方法與計算機為主要工具，研究對各種媒體信息進行處理、分類和理解的方法，並在此基礎上構造具有某些智能特性的系統。在光學字元識別、語音識別、人臉識別、視頻追蹤、醫學圖像處理等方面均有廣泛應用。

智能信息融合與處理專業研究了信息融合目標識別技術，首先分析了特徵級融合目標識別的基本理論，然後研究了多源圖像的預處理、結合閾值分割的分水嶺演算法、結合聚類分割的分水嶺演算法、目標特徵提取方法。

這兩個專業其實非常相像，屬於同一類型專業，只不過各有側重而已。前者側重理論技術，後者偏向演算法應用。也都是屬於人工智慧研究領域范疇，是比較不錯的專業。

㈡ 模式識別與智能系統的介紹

模式識別與智能系統屬控制科學和工程一級學科，以信息處理與模式識別的理論技術為核心，以數學方法與計算機為主要工具，研究對各種媒體信息進行處理、分類和理解的方法，並在此基礎上構造具有某些智能特性的系統。

㈢ 模式識別,模式識別是什麼意思

模式識別是人類的一項基本智能，在日常生活中，人們經常在進行「模式識別」。隨著20世紀40年代計算機的出現以及50年代人工智慧的興起，人們當然也希望能用計算機來代替或擴展人類的部分腦力勞動。(計算機)模式識別在20世紀60年代初迅速發展並成為一門新學科。 什麼是模式和模式識別？廣義地說，存在於時間和空間中可觀察的事物，如果可以區別它們是否相同或相似，都可以稱之為模式；狹義地說，模式是通過對具體的個別事物進行觀測所得到的具有時間和空間分布的信息；把模式所屬的類別或同一類中模式的總體稱為模式類(或簡稱為類)。而「模式識別」則是在某些一定量度或觀測基礎上把待識模式劃分到各自的模式類中去。 模式識別的研究主要集中在兩方面，即研究生物體(包括人)是如何感知對象的，以及在給定的任務下，如何用計算機實現模式識別的理論和方法。前者是生理學家、心理學家、生物學家、神經生理學家的研究內容，屬於認知科學的范疇；後者通過數學家、信息學專家和計算機科學工作者近幾十年來的努力，已經取得了系統的研究成果。 一個計算機模式識別系統基本上是由三個相互關聯而又有明顯區別的過程組成的，即數據生成、模式分析和模式分類。數據生成是將輸入模式的原始信息轉換為向量，成為計算機易於處理的形式。模式分析是對數據進行加工，包括特徵選擇、特徵提取、數據維數壓縮和決定可能存在的類別等。模式分類則是利用模式分析所獲得的信息，對計算機進行訓練，從而制定判別標准，以期對待識別模式進行分類。 有兩種基本的模式識別方法，即統計模式識別方法和結構(句法)模式識別方法。統計模式識別是對模式的統計分類方法，即結合統計概率論的貝葉斯決策系統進行模式識別的技術，又稱為決策理論識別方法。利用模式與子模式分層結構的樹狀信息所完成的模式識別工作，就是結構模式識別或句法模式識別。 模式識別的應用包括文字識別，語音識別，指紋識別等。 模式識別技術是人工智慧的基礎技術，21世紀是智能化、信息化、計算化、網路化的世紀，在這個以數字計算為特徵的世紀里，作為人工智慧技術基礎學科的模式識別技術，必將獲得巨大的發展空間。在國際上，各大權威研究機構，各大公司都紛紛開始將模式識別技術作為公司的戰略研發重點加以重視。 模式識別(Pattern Recognition)是指對表徵事物或現象的各種形式的(數值的、文字的和邏輯關系的)信息進行處理和分析,以對事物或現象進行描述、辨認、分類和解釋的過程,是信息科學和人工智慧的重要組成部分。 模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬於概念識別研究的范疇,是人工智慧的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物的感測器等對象進行測量的具體模式進行分類和辨識。 應用計算機對一組事件或過程進行鑒別和分類。所識別的事件或過程可以是文字、聲音、圖像等具體對象，也可以是狀態、程度等抽象對象。這些對象與數字形式的信息相區別，稱為模式信息。模式識別與統計學、心理學、語言學、 計算機科學 、生物學、控制論等都有關系。它與 人工智慧 、 圖像處理 的研究有交叉關系。例如自適應或自組織的模式識別系統包含了人工智慧的學習機制；人工智慧研究的景物理解、自然語言理解也包含模式識別問題。又如模式識別中的預處理和特徵抽取環節應用圖像處理的技術；圖像處理中的圖像分析也應用模式識別的技術。 模式識別研究主要集中在兩方面,一是研究生物體(包括人)是如何感知對象的,屬於認識科學的范疇,二是在給定的任務下,如何用計算機實現模式識別的理論和方法。前者是生理學家、心理學家、生物學家和神經生理學家的研究內容,後者通過數學家、信息學專家和計算機科學工作者近幾十年來的努力,已經取得了系統的研究成果。 「模式識別」是用機器模擬人類識別事物的技術。它是信息科學的一個分支,是人工智慧學科的一個重要組成部分。 早先的模式識別主要是從數學理論上去研究和分辨事物的特徵。在電子計算機發明以後,實現了用機器代替人作識別工作。電子計算機是能代替人進行模式識別的理想設備,因此,現在的模式識別技術主要是利用電子計算機技術來實現數學理論上的分析和計算。 模式識別是一門通用的學科。在電信方面,它應用於話音控制的電話撥號、自動回答用戶查詢以及對指定的講話人進行話音自動識別等。除此,它在醫療、國防、公安等部門也都有廣泛的應用。例如,用於身份識別的虹膜識別系統、指紋自動識別系統、話音識別機、文字閱讀器等都已是成熟的產品。智能計算機、智能機器人等也將隨著模式識別技術的發展而達到更高的水平。 模式識別還可用於文字和語音識別、遙感和醫學診斷等方面。 ①文字識別漢字已有數千年的歷史，也是世界上使用人數最多的文字，對於中華民族燦爛文化的形成和發展有著不可磨滅的功勛。所以在信息技術及計算機技術日益普及的今天，如何將文字方便、快速地輸入到計算機中已成為影響人機介面效率的一個重要瓶頸，也關繫到計算機能否真正在我過得到普及的應用。目前，漢字輸入主要分為人工鍵盤輸入和機器自動識別輸入兩種。其中人工鍵入速度慢而且勞動強度大；自動輸入又分為漢字識別輸入及語音識別輸入。從識別技術的難度來說，手寫體識別的難度高於印刷體識別，而在手寫體識別中，離線手寫體的難度又遠遠超過了連機手寫體識別。到目前為止，除了離線手寫體數字的識別已有實際應用外，漢字等文字的離線手寫體識別還處在實驗室階段。 ②語音識別語音識別技術技術所涉及的領域包括：信號處理、模式識別、概率論和資訊理論、發聲機理和聽覺機理、人工智慧等等。近年來，在生物識別技術領域中，聲紋識別技術以其獨特的方便性、經濟性和准確性等優勢受到世人矚目，並日益成為人們日常生活和工作中重要且普及的安驗證方式。而且利用基因演算法訓練連續隱馬爾柯夫模型的語音識別方法現已成為語音識別的主流技術，該方法在語音識別時識別速度較快，也有較高的識別率。 2.3 指紋識別我們手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以將一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋分成有以下幾個大的類別:left loop,right loop,twin loop,whorl,arch和tented arch,這樣就可以將每個人的指紋分別歸類，進行檢索。指紋識別基本上可分成：預處理、特徵選擇和模式分類幾個大的步驟。 ③遙感遙感圖像識別已廣泛用於農作物估產、資源勘察、氣象預報和軍事偵察等。 ④醫學診斷 在癌細胞檢測、X射線照片分析、血液化驗、染色體分析、心電圖診斷和腦電圖診斷等方面，模式識別已取得了成效。

㈣ 模式識別與智能系統這個學科屬於什麼類

模式識別與智能系統屬控制科學與工程的二級學科，以信息處理與模式識別的理論技術為核心，以數學方法與計算機為主要工具，研究對各種媒體信息進行處理、分類和理解的方法，並在此基礎上構造具有某些智能特性的系統。

1、學科研究范圍：模式識別，圖象處理與分析，計算機視覺，智能機器人，人工智慧，計算智能，信號處理。

2、課程設置：隨機過程與數理統計，矩陣論，優化理論，近世代數，數理邏輯，數字信號處理，圖象處理與分析，模式識別，計算機視覺，人工智慧，機器人學，計算智能，非線性理論（如分形、混沌等），控制理論，系統分析與決策，計算機網路理論等。

(4)模式識別與智能信息是干什麼的擴展閱讀

控制科學與工程為一門研究控制的理論、方法、技術及其工程應用的學科。它是20世紀最重要的科學理論和成就之一，它的各階段的理論發展及技術進步都與生產和社會實踐需求密切相關。11世紀我國北宋時代發明的水運儀象台就體現了閉環控制的思想。

到18世紀，近代工業採用了蒸汽機調速器。但直到20世紀20年代逐步建立了以頻域法為主的經典控制理論並在工業中獲得成功應用，才開始形成一門新興的學科—控制科學與工程。此後，經典控制理論繼續發展並在工業中獲得了廣泛的應用。

在空間技術發展的推動下，50年代又出現了以狀態空間法為主的現代控制理論，並相繼發展了若干相對獨立的學科分支，使本學科的理論和研究方法更加豐富。60年代以來，隨著計算機技術的發展，許多新方法和技術進入工程化、產品化階段，顯著加快了工業技術更新的步伐。

在控制科學發展的過程中，模式識別和人工智慧與控制相結合的研究變得更加活躍；由於對大系統的研究和控制學科向社會、經濟系統的滲透，形成了系統工程學科。本學科的應用已經遍及工業、農業、交通、環境、軍事、生物、醫學、經濟、金融、人口和社會各個領域，從日常生活到社會經濟無不體現本學科的作用。

㈤ 模式識別與智能系統專業的學生以後主要從事哪些方面的工作

學科研究范圍 模式識別，圖象處理與分析，計算機視覺，智能機器人，人工智慧，計算智能，信號處理。
就業的話軟體公司，數碼公司，研究所，銀行等等，很多。
其實模式識別的方向是很多的，要看你的研究方向然後才能定就業方向。

㈥ 問一下"模式識別"是什麼意思,也是一門學科嗎

模式識別與智能系統學科是當今發展最快的熱點學科，隨著模式識別與智能工程理論與技術的發展已使世界科技形勢發生了很大的變革。智能信息處理科學與技術已滲透到計算機、通信、交通運輸、醫學、物理、化學、生物學、軍事、經濟等各個領域。該學科以信息處理與模式識別的理論技術為核心，以數學方法與計算機為主要工具，探索對各種媒體信息進行處理、分類、理解並在此基礎上構造具有某些智能特性的系統或裝置的方法、途徑與實現，以提高系統的性能。模式識別與智能系統是現代服務業信息支撐技術之一，是一門理論與實際緊密結合，具有廣泛的應用價值的控制科學與工程的重要學科分支。

學科的主要專業及研究方向為：

1．模式識別與智能工程；

2．圖形、圖像處理與分析；

3．語音理解與計算機聽覺系統；

4．生物特徵信息處理；

5．身份識別與信息安全；

6．基於內容的信息檢索

7．圖像處理與計算機視覺系統；

8．虛擬現實與計算機圖形學；

9．人工智慧；

10．計算機支持的協同工作系統；

11．信息隱藏與數字水印技術；

12．網路智能服務體系；

13．無線感測網技術及其應用；

14．普適計算技術及其應用；

15．嵌入式系統設計方法及其應用；

南京航空航天大學有三個國家重點學科：1．飛行器設計 2．工程力學 3．機械製造及其自動化 模式識別與智能系統方面不是很強．

㈦ 模式識別與智能系統幾個研究方向分別是干什麼的啊

模式識別研究主要集中在兩方面,一是研究生物體(包括人)是如何感知對象的，屬於認識科學的范疇,二是在給定的任務下,如何用計算機實現模式識別的理論和方法。
模式識別可用於文字和語音識別、遙感和醫學診斷等方面。
智能系統研究的對象具有以下特點：
1. 不確定性的模型
2. 高度的非線性
3. 復雜的任務要求

㈧ 模式識別與智能系統研究生的就業方向和就業前景怎麼樣

首先本人也是一名模式識別與智能系統專業研究僧，個人覺得找工作不難，在中國找工作學歷、學校是重點，專業方向影響比較小（當然，專業太。。。就另外說吧）。
其次感覺題主是想問作為一個模式識別專業以後的未來發展問題，其實研究僧就業一般都面臨「專而不精」的問題，模式識別與機器學習其實是一個概念，就是重點在模式提取上面，語音識別，機器視覺，人工智慧都是研究方向，這方面，沒有深厚的數學功底是入不了門的，各種演算法層出不窮呀，編程實現那更是一種折磨呀有沒有。所以想學好這個專業真不容易，本人現在正掙扎在一大堆數據和建模中。。。畢竟三年時間太短，等你在這個方面摸到點門道就差不多該畢業了，於是找工作就面臨一個問題，畢業的時候研究水平不夠，沒法進入大公司的實驗室（那裡都是博士），於是就不得不改行從事相關工作，相關工作就很尷尬，因為平常時間都用在了各種研究上了，跟工作差別很大（完全沒有做過的也有），所以競爭力就不如對口專業的研究僧甚至本科生。不過好的方面就是這個專業發展潛力巨大，如果能學以致用，那未來不可限量。
一般畢業初期出路：程序猿，互聯網公司，國有企業，公務員，創業人士；

㈨ 模式識別是什麼

模式識別(Pattern Recognition)是人類的一項基本智能，在日常生活中，人們經常在進行「模式識別」。隨著20世紀40年代計算機 的出現以及50年代人工智慧的興起，人們當然也希望能用計算機來代替或擴展人類的部分腦力勞動。(計算機)模式識別在20世紀60年代初迅速發展並成為一門新學科。
模式識別(Pattern Recognition)是指對表徵事物或現象的各種形式的(數值的、文字的和邏輯關系的)信息進行處理和分析,以對事物或現象進行描述、辨認、分類和解釋的過程,是信息科學和人工智慧的重要組成部分。模式識別又常稱作模式分類，從處理問題的性質和解決問題的方法等角度，模式識別分為有監督的分類（Supervised Classification）和無監督的分類(Unsupervised Classification)兩種。二者的主要差別在於，各實驗樣本所屬的類別是否預先已知。一般說來，有監督的分類往往需要提供大量已知類別的樣本，但在實際問題中，這是存在一定困難的，因此研究無監督的分類就變得十分有必要了。
模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬於概念識別研究的范疇,是人工智慧的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物感測器等對象的具體模式進行辨識和分類。
模式識別研究主要集中在兩方面,一是研究生物體(包括人)是如何感知對象的，屬於認識科學的范疇,二是在給定的任務下,如何用計算機實現模式識別的理論和方法。前者是生理學家、心理學家、生物學家和神經生理學家的研究內容,後者通過數學家、信息學專家和計算機科學工作者近幾十年來的努力,已經取得了系統的研究成果。
應用計算機對一組事件或過程進行辨識和分類，所識別的事件或過程可以是文字、聲音、圖像等具體對象，也可以是狀態、程度等抽象對象。這些對象與數字形式的信息相區別，稱為模式信息。
模式識別所分類的類別數目由特定的識別問題決定。有時，開始時無法得知實際的類別數，需要識別系統反復觀測被識別對象以後確定。
模式識別與統計學、心理學、語言學、 計算機科學 、生物學、控制論等都有關系。它與 人工智慧 、 圖像處理 的研究有交叉關系。例如自適應或自組織的模式識別系統包含了人工智慧的學習機制；人工智慧研究的景物理解、自然語言理解也包含模式識別問題。又如模式識別中的預處理和特徵抽取環節應用圖像處理的技術；圖像處理中的圖像分析也應用模式識別的技術。
一、模式識別方法
1、決策理論方法
又稱統計方法，是發展較早也比較成熟的一種方法。被識別對象首先數字化，變換為適於計算機處理的數字信息。一個模式常常要用很大的信息量來表示。許多模式識別系統在數字化環節之後還進行預處理，用於除去混入的干擾信息並減少某些變形和失真。隨後是進行特徵抽取，即從數字化後或預處理後的輸入模式中抽取一組特徵。所謂特徵是選定的一種度量，它對於一般的變形和失真保持不變或幾乎不變，並且只含盡可能少的冗餘信息。特徵抽取過程將輸入模式從對象空間映射到特徵空間。這時，模式可用特徵空間中的一個點或一個特徵矢量表示。這種映射不僅壓縮了信息量，而且易於分類。在決策理論方法中，特徵抽取佔有重要的地位，但尚無通用的理論指導，只能通過分析具體識別對象決定選取何種特徵。特徵抽取後可進行分類，即從特徵空間再映射到決策空間。為此而引入鑒別函數，由特徵矢量計算出相應於各類別的鑒別函數值，通過鑒別函數值的比較實行分類。
2、句法方法
又稱結構方法或語言學方法。其基本思想是把一個模式描述為較簡單的子模式的組合，子模式又可描述為更簡單的子模式的組合，最終得到一個樹形的結構描述，在底層的最簡單的子模式稱為模式基元。在句法方法中選取基元的問題相當於在決策理論方法中選取特徵的問題。通常要求所選的基元能對模式提供一個緊湊的反映其結構關系的描述，又要易於用非句法方法加以抽取。顯然，基元本身不應該含有重要的結構信息。模式以一組基元和它們的組合關系來描述，稱為模式描述語句，這相當於在語言中，句子和短語用片語合，詞用字元組合一樣。基元組合成模式的規則，由所謂語法來指定。一旦基元被鑒別，識別過程可通過句法分析進行，即分析給定的模式語句是否符合指定的語法，滿足某類語法的即被分入該類。
模式識別方法的選擇取決於問題的性質。如果被識別的對象極為復雜，而且包含豐富的結構信息，一般採用句法方法；被識別對象不很復雜或不含明顯的結構信息，一般採用決策理論方法。這兩種方法不能截然分開，在句法方法中，基元本身就是用決策理論方法抽取的。在應用中，將這兩種方法結合起來分別施加於不同的層次，常能收到較好的效果。
二、模式識別的應用
模式識別可用於文字和語音識別、遙感和醫學診斷等方面。
① 文字識別
漢字已有數千年的歷史，也是世界上使用人數最多的文字，對於中華民族燦爛文化的形成和發展有著不可磨滅的功勛。所以在信息技術及計算機技術日益普及的今天，如何將文字方便、快速地輸入到計算機中已成為影響人機介面效率的一個重要瓶頸，也關繫到計算機能否真正在我過得到普及的應用。目前，漢字輸入主要分為人工鍵盤輸入和機器自動識別輸入兩種。其中人工鍵入速度慢而且勞動強度大；自動輸入又分為漢字識別輸入及語音識別輸入。從識別技術的難度來說，手寫體識別的難度高於印刷體識別，而在手寫體識別中，離線手寫體的難度又遠遠超過了聯機手寫體識別。到目前為止，除了離線手寫體數字的識別已有實際應用外，漢字等文字的離線手寫體識別還處在實驗室階段。
②語音識別
語音識別技術技術所涉及的領域包括：信號處理、模式識別、概率論和資訊理論、發聲機理和聽覺機理、人工智慧等等。近年來，在生物識別技術領域中，聲紋識別技術以其獨特的方便性、經濟性和准確性等優勢受到世人矚目，並日益成為人們日常生活和工作中重要且普及的安驗證方式。而且利用基因演算法訓練連續隱馬爾柯夫模型的語音識別方法現已成為語音識別的主流技術，該方法在語音識別時識別速度較快，也有較高的識別率。
③ 指紋識別
我們手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以將一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋分成有以下幾個大的類別:環型(loop),螺旋型(whorl),弓型(arch),這樣就可以將每個人的指紋分別歸類，進行檢索。指紋識別基本上可分成：預處理、特徵選擇和模式分類幾個大的步驟。
③ 遙感
遙感圖像識別已廣泛用於農作物估產、資源勘察、氣象預報和軍事偵察等。
④醫學診斷
在癌細胞檢測、X射線照片分析、血液化驗、染色體分析、心電圖診斷和腦電圖診斷等方面，模式識別已取得了成效。
三、統計模式識別
統計模式識別(statistic pattern recognition)的基本原理是：有相似性的樣本在模式空間中互相接近，並形成「集團」，即「物以類聚」。其分析方法是根據模式所測得的特徵向量Xi=(xi1,xi2,…,xid)T(i=1,2,…,N)，將一個給定的模式歸入C個類ω1,ω2,…, ωc中，然後根據模式之間的距離函數來判別分類。其中，T表示轉置；N為樣本點數；d為樣本特徵數。
統計模式識別的主要方法有：判別函數法，近鄰分類法，非線性映射法，特徵分析法，主因子分析法等。
在統計模式識別中，貝葉斯決策規則從理論上解決了最優分類器的設計問題，但其實施卻必須首先解決更困難的概率密度估計問題。BP神經網路直接從觀測數據(訓練樣本)學習，是更簡便有效的方法，因而獲得了廣泛的應用，但它是一種啟發式技術，缺乏指定工程實踐的堅實理論基礎。統計推斷理論研究所取得的突破性成果導致現代統計學習理論——VC理論的建立，該理論不僅在嚴格的數學基礎上圓滿地回答了人工神經網路中出現的理論問題，而且導出了一種新的學習方法——支持向量機（SVM）。
四、模式識別技術的近乎無限的發展潛力
模式識別技術是人工智慧的基礎技術，21世紀是智能化、信息化、計算化、網路化的世紀，在這個以數字計算為特徵的世紀里，作為人工智慧技術基礎學科的模式識別技術，必將獲得巨大的發展空間。在國際上，各大權威研究機構，各大公司都紛紛開始將模式識別技術作為公司的戰略研發重點加以重視。
1、語音識別技術
語音識別技術正逐步成為信息技術中人機介面(Human Computer Interface, HCI)的關鍵技術，語音技術的應用已經成為一個具有競爭性的新興高技術產業。中國互聯網中心的市場預測：未來5年，中文語音技術領域將會有超過400億人民幣的市場容量,然後每年以超過30%的速度增長。
2、生物認證技術
生物認證技術(Biometrics)本世紀最受關注的安全認證技術，它的發展是大勢所趨。人們願意忘掉所有的密碼、扔掉所有的磁卡，憑借自身的唯一性來標識身份與保密。國際數據集團（IDC）預測：作為未來的必然發展方向的移動電子商務基礎核心技術的生物識別技術在未來10年的時間里將達到100億美元的市場規模。
3、數字水印技術
90年代以來才在國際上開始發展起來的數字水印技術(Digital Watermarking)是最具發展潛力與優勢的數字媒體版權保護技術。IDC預測，數字水印技術在未來的5年內全球市場容量超過80億美元。
五、結 語
模式識別從20世紀20年代發展至今，人們的一種普遍看法是不存在對所有模式識別問題都適用的單一模型和解決識別問題的單一技術，我們現在擁有的只是一個工具袋，所要做的是結合具體問題把統計的和句法的識別結合起來，把統計模式識別或句法模式識別與人工智慧中的啟發式搜索結合起來，把統計模式識別或句法模式識別與支持向量機的機器學習結合起來，把人工神經元網路與各種已有技術以及人工智慧中的專家系統、不確定推理方法結合起來，深入掌握各種工具的效能和應有的可能性，互相取長補短，開創模式識別應用的新局面。
對於識別二維模式的能力，存在各種理論解釋。模板說認為，我們所知的每一個模式，在長時記憶中都有一個相應的模板或微縮副本。模式識別就是與視覺刺激最合適的模板進行匹配。特徵說認為，視覺刺激由各種特徵組成，模式識別是比較呈現刺激的特徵和儲存在長時記憶中的模式特徵。特徵說解釋了模式識別中的一些自下而上過程，但它不強調基於環境的信息和期待的自上而下加工。基於結構描述的理論可能比模板說或特徵說更為合適。

㈩ 模式識別與智能系統 有哪些研究方向；畢業後就業方向

模式識別與智能系統專業研究方向總共有五大類，分別是模式識別與智能信息處理，計算智能與智能系統，智能信息與控制，智能控制理論、方法及其應用，語音信號處理及應用。這個專業和人工智慧、機器學習、數據挖掘、雲計算、大數據分析等都有聯系。畢業後可從事機器人，視覺識別，圖像處理等相關職位。

模式識別與智能信息處理

該方向致力於模式識別的基礎理論及其在圖象視頻信號處理中的應用研究，運用數學和信息科學的理論與方法，從信息處理的角度，研究模式信息處理的機理、計算理論和演算法，使計算機實現類似於人的視覺能力。

研究數字圖象和視頻信息的檢測、分析、傳輸、存儲、壓縮、重建等關鍵技術，在提出創新理論與演算法的基礎上，設計、研製和開發實用的高性能模式識別、圖象視頻處理以及醫學圖象處理的計算機應用系統。

計算智能與智能系統

本方向致力於生命計算學與人工智慧系統的研究。生命計算學是計算智能概念的泛化，包括人工智慧中的符號計算學和神經計算學，以及遺傳演算法、進化計算和DNA計算等；

人工生命系統是智能系統概念的泛化，包括智能信息處理系統、智能控制系統、機器人、細胞自動機等。該方向致力於模擬自然生命系統中信息與控制的規律，特別是生命的自組織、自學習、自適應、自修復、自生長以及自復制的基本特性，以及感知、知覺、認知、判斷、推理、思維等智能行為；

以「計算」的形式表現智能，以人工生命系統實現智能，並將其應用於模式識別與圖象處理、復雜動態系統建模、模擬與控制等領域。

智能信息與控制

控制論是「研究信息與控制一般規律的科學」，「信息與控制」是控制論的核心。在控制論思想中，「信息與控制」是生物系統和人工系統共有的特性，模擬生物智能，是控制論的基本思想。

「信息」、「控制」、「智能」、「生命」四個基本的概念，構成了控制論科學的全部基礎。「智能信息與控制」是研究自然生命與人工系統中信息與控制一般規律的科學。

「智能信息與控制」方向以人工智慧、控制論、系統論和資訊理論為理論基礎，以計算機技術、電子技術和通訊技術為技術手段，以復雜演化系統為對象，類比自然生命與復雜演化系統中信息與控制的一般規律，研究面向復雜演化系統的智能控制原理和方法，並將這些規律、原理和方法應用於復雜系統的建模、模擬與控制。

智能控制理論、方法及其應用

該方向致力於具有多種復雜性和多級或分散信息結構的大規模控制系統研究。運用人工智慧、計算智能（包括模糊邏輯、神經網路和進化計算）等理論與方法，結合現代控制理論（如魯棒控制、自適應控制、變結構控制等），研究智能遞階、分散控制或優化調度系統。

主要包括：基於模式分類、計算智能和知識工程方法的大規模復雜系統的綜合集成建模；基於計算機視覺的生產過程質量監測與優化控制；基於知識和模擬進化方法的多解析度建模及模型的聚合/解聚和平滑一致性轉換技術；智能控制系統的結構性質（如穩定性、能控（能觀）性、自主性等）的研究；智能系統的整體優化方法及自組織保優機制的研究；

基於Agent技術的開放復雜巨系統的智能優化控制與決策；網路環境下的智能自動化理論與技術；基於現場匯流排技術的計算機控制與管理；離散事件和混雜系統的優化控制方法；在多種復雜性（如不確定性、非線性、參數時變、時滯等）融合條件下的非良定對象的知識基模型集成與智能優化控制策略和實現方法。

語音信號處理及應用

語音信號處理是當今信息科學研究領域中的一個重要分支，它是將數字信號處理與語音學相結合，解決現代通信領域中人與人之間、人與機器之間的信息交換問題。

語音信號處理學科在世界范圍內取得了飛速發展，無論是在基礎研究領域還是在各個特定的應用領域都出現了許多新演算法和高性能的系統，取得了大量突破性的進展。

在硬體方面，隨著計算機技術及DSP晶元的迅速更新換代，為各種日益復雜的語音處理演算法的實時實現提供了可能性。在21世紀，這個研究領域的發展速度將更快，它與高速信息處理、傳輸和交換諸方面的關系將更加密切。

本方向主要研究語音信號數字處理的新理論、新方法及其應用，如語音編碼，語音識別，語音合成，語音增強和語音編碼等，滿足通信與信息技術應用領域對語音處理技術的需求。

(10)模式識別與智能信息是干什麼的擴展閱讀

模式識別與智能系統是20世紀60年代以來在信號處理、人工智慧、控制論、計算機技術等學科基礎上發展起來的新型學科。該學科以各種感測器為信息源，以信息處理與模式識別的理論技術為核心，以數學方法與計算機為主要工具，探索對各種媒體信息進行處理、分類、理解並在此基礎上構造具有某些智能特性的系統或裝置的方法、途徑與實現，以提高系統性能。模式識別與智能系統是一門理論與實際緊密結合，具有廣泛應用價值的控制科學與工程的重要學科分支。

參考資料：網路-模式識別與智能系統