仿生模式识别国内外研究现状
文献[10]较全面的介绍了仿生模式识别，阐述了它的发展历程、数学模型，通过可行性试验分析比较了它与传统模式识别的差异。
文献[7]主要研究了模式识别的本质、相关的处理方法，描述了生物感知的整个过程，及怎样利用计算机进行模拟，完成模式识别。
文献[28]阐述了仿生模式识别的原理及其在高文空间几何中的实现，同时实现了测试样本识别和学习样本的覆盖。在此基础上，通过说话人无关语音识别这一试验，证明了其识别效果比传统模式识别更佳。
文献[4]则对数学理论中文数问题进行了详尽的描述、推理。
文献[6]这本书对数理统计做了深度探讨，系统详尽的描述了它的本质、理论方法及分类，而数理统计是传统模式识别的基石。
文献[2]综合性的研究了如何利用多文空间几何分析处理人工神经网络，提出了一些数学方法和相关定理的推导，具有创新意义。
文献[1]较详细的介绍了高文空间几何，如基本概念、表达式、符号计算方法等等，分析了人工神经网络及其在高文空间的实现，最后阐述了高文形象几何在信息科学各个领域的应用。
文献[30]通过在高文空间中创建全新的神经网络模型，完成对各种几何体的覆盖，最终对样本进行分类，并利用双螺旋曲线分类这一试验，说明利用仿生模式识别理论所搭建的神经网络能够很好地完成识别任务。
文献[29]提出运用神经网络在特征空间中形成的几何体进行覆盖，从而利用仿生模式识别对说话人进行识别的新思想，而其优点在于获得较好识别效果的同时所需样本很少。
文献[15]主要介绍了测控领域对于人工神经网络的应用及其取得的效果，同时列举了我国人工神经网络若要实用化所要必备的基础。
文献[13]以ORL人脸数据库为基础，构造一个人脸识别系统，分别用最近邻分类器、SVM以及仿生模式识别三种方法，在确保正确识别率相当情况下，通过比较错误接受率和错误识别率，来观察识别效果，得出结论是仿生模式识别具有压倒性优势。
文献[21]描述了多个镜头采样构建的多权值神经元网络理论方法，并以此形成多镜头人脸系统。此外还做了一次三个镜头所构成的系统的可行性试验，验证仿生模式识别在这个领域的应用潜力。
综上所述，仿生模式识别在国内外诸多方面都得到了关注，无论观其新颖的理论方法，还是智能方面的优越性，抑或是广阔的发展前景都值得我们细细钻研，思考再三。
下一篇：物联网系统的研究现状与发展趋势