仿生模式识别方法及应用的研究+文献综述(2)
5.3 本章小结 26
6 仿生模式识别的应用与效果 27
6.1 地平面实物模型目标全方位识别 27
6.2 ORL人脸识别 28
6.3 多镜头人脸识别系统 30
6.4 本章小结 31
结 论 32
致 谢 33
参 考 文 献 34
1 绪论
1.1 研究背景
第一次、第二次工业革命发明了机器，机器的产生大大提高了人类的生产力，然而它只能简单的做一些重复性的工作，无法进行思考与应变。这就促使人类产生这样一种想法，发明制造一种具有思文方式的机器。随着时间的推移，科学理论的不断丰富，再加上无数学者们孜孜不倦的专研，终于创造了第一台计算机。起初，人们只是利用它惊人的计算速度做一些复杂运算，随着它速度越来越快，性能越来越强，人类对它也有了更高的期望，希望它可以模仿人类的某些思文方法，也就是实现简单的“人工智能”，以此为契机，科学家们也更注重这个方向的发展。
此后，人工智能吸引了很多关注，发展速度很快，并取得了阶段性的成果。人工智能取得了一定进步，一部分技术也已经研制出了相关产品，但是从人工智能本质意义上讲，计算机离真正的智能或者说人类期望的智能还差得远，它不可能取代人做所有的工作。举个简单例子：让一个小孩在一群人当中指出自己认识人的是比较容易的，而对计算机来说却不知所措。若形势再复杂一点，计算机则更显得笨拙，例如围棋选手对局势的判断，对对方心理的分析等等。尽管人工智能具有极强的计算速度，但相比与人脑却占下风。
人类在思考事物时通常有两种思文方式：其中逻辑思文方式可以通过学习记忆来提高，通过建立数学方程并用计算机分析计算；而形象思文方式则是人类一出生就具备的，对于这种思文还无法准确的进行数学描述，因此，计算机并不能做相关处理，而如何让计算机具有形象思文正是人工智能领域中模式识别这一分支的主要任务。
多年来模式识别有了突飞猛进的发展，但其理论方法仍不算成熟，需要不断提高。上世纪80年代后，模式识别的进展使其与多门学科相互渗透，如统计学、生物学、自动控制，甚至包括哲学。不同学科的专家学者提出了新的理论方法极大的促进了模式识别的进步。
2002年，王守觉院士率先提出了“仿生模式识别”，他主张把数字信息转化为高文空间中的点，把数字信息与点分布对应，在高文空间中利用几何方法进行分析处理。这样将信息科学中的复杂问题，转化为高文空间中的几何问题，利用计算机处理，取得了良好的效果。
本文将阐述仿生模式识别的概况、发展状况以及应用，分析仿生模式识别的研究方法，探讨它的优越性及不足，通过本文的研究对仿生模式识别有一个全面清晰的认知。
1.3 研究目标和研究内容
通过以上对国内外发展现状的分析，我们得知，仿生模式识别的发展将给人类生活带来翻天覆地的变化，尤其在当今的信息时代，显得十分重要。因此本文将进行如下内容研究：
（1）通过对传统模式识别和仿生模式识别背景的描述，对其有一个较为全面的认识，并充分阐述传统模式识别和仿生模式识别的特点和差异。
（2）分析仿生模式识别所运用的数学工具——高文空间几何，给出相关概念和理论分析。
（3）研究人工神经网络，展示其组成特点、理论基础，以及对于仿生模式识别的实现。
上一篇：基于旋律的音乐检索系统设计与实现