ee_mc的专栏

本文就模式识别的一些基本思想进行简单介绍，有具体需求时，再有的放矢的进行专项的学习将更有效率。     模式识别的最终目的可以简单理解为分类，如我们熟悉的垃圾邮件识别，人脸识别，文字等，其包含以下要素：模式定义，传感信息输入，模式表示，特征提取与选择，聚类分析，分类器设计和学习，训练和学习样本选择，效能评价。虽然经过五十年的发展，模式识别领域有了长足的进步，解决了一系列问题，但是一些复杂的问题

模式识别的分析框架大概可以分成数据预处理，特征提取和分类。（1）数据预处理：通常来说，采集到的数据都是最原始的数据，在数据的采集过程中，由于环境或者仪器本身的原因，数据并非真实的而是混合了一些干扰因素，比如噪声，工频干扰等。所以需要对原始数据进行处理降噪，也就是数据的预处理。从而把数据整理成更标准的形式为后续的分析提供方便。（2）特征提取：特征提取主要是采用不同的方法对数据进行降维，从