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﹪.
模式识别 神经网络 仿生学 高维几何 仿生模式 拓扑模式
王守觉
中国科学院半导体研究所神经网络实验室(北京)
国内会议
北京
中文
1-5
2003-04-01（万方平台首次上网日期，不代表论文的发表时间）