41

我有兴趣了解更多关于模式识别的知识。我知道这是一个广泛的领域,所以我将列出一些我想学习处理的特定类型的问题:

  • 在看似随机的一组字节中寻找模式。
  • 识别图像中的已知形状(例如圆形和正方形)。
  • 注意给定位置流的运动模式(Vector3)

这对我个人来说是一个新的实验领域,老实说,我根本不知道从哪里开始 :-) 我显然不是在寻找在银盘上提供给我的答案,而是在寻找我可以开始熟悉上述问题域的概念的术语和/或在线资源会很棒。

谢谢!

ps:为了获得额外的荣誉,如果所述资源提供 C# 中的代码示例/讨论将是盛大的 :-) 但不需要

4

9 回答 9

30

隐马尔可夫模型以及人工神经网络是一个很好的研究对象。

编辑:您可以查看NeuronDotNet,它是开源的,您可以查看代码。

编辑 2:您还可以查看ITK,它也是开源的,并实现了很多这些类型的算法。

编辑 3:这是对神经网络的一个很好的介绍。它涵盖了许多基础知识并包括源代码(尽管是 C++)。他实现了一个无监督学习算法,我想你可能正在寻找一个有监督的反向传播算法来训练你的网络。

编辑 4:另一个很好的介绍,避免了真正繁重的数学运算,但如果您想深入研究,请在底部提供很多细节的参考。包括伪代码、良好的图表和反向传播的冗长描述。

于 2009-07-20T14:02:20.073 回答
4

OpenCV 有一些用于图像模式识别的功能。

你可能想看看这个: http: //opencv.willowgarage.com/documentation/pattern_recognition.html。(断开的链接:新文档中最接近的是http://opencv.willowgarage.com/documentation/cpp/ml__machine_learning.html,尽管它不再是我所说的对初学者有用的文档 - 请参阅其他答案)

但是,我也建议从 Matlab 开始,因为 openCV 使用起来并不直观。

于 2009-07-20T14:13:01.933 回答
4

这有点像说“我想了解更多关于电子学的知识……有人告诉我从哪里开始吗?” 模式识别是一个完整的领域——那里有数百甚至数千本书,任何一所大学都至少有几门(可能是 10 门或更多)关于这方面的研究生课程。也有许多致力于此的期刊,已经出版了几十年……会议……

您可以从维基百科开始。

http://en.wikipedia.org/wiki/Pattern_recognition

于 2009-07-20T14:20:17.320 回答
4

这是一个老问题,但它是相关的,所以我想我会把它贴在这里 :-) 斯坦福开始在这里提供在线机器学习课程 - http://www.ml-class.org

于 2011-10-17T13:43:05.930 回答
2

此页面上有很多关于计算机视觉相关模式识别的有用链接。某些链接现在似乎已损坏,但您可能会发现它很有用。

于 2009-07-20T14:13:25.180 回答
1

我不是这方面的专家,但阅读隐马尔可夫模型是一个很好的开始。

于 2009-07-20T13:58:52.617 回答
1

当心虚假模式!对于任何相当大的数据集,您都会发现似乎有模式的子集,即使它是抛硬币的数据集。没有一个好的模式识别过程应该没有统计技术来评估检测到的模式是真实的置信度。如果可能,请在随机数据上运行算法以查看它们检测到的模式。这些实验将为您提供可以在随机(又名“空”)数据中找到的模式强度的基线。这种技术可以帮助您评估您的发现的“错误发现率”。

于 2016-03-11T18:44:08.857 回答
0

在matlab中学习模式识别更容易..

有几个例子,有一些功能可以使用。

它有利于理解概念和实验......

于 2009-07-20T14:01:06.440 回答
0

我建议从一些 MATLAB 工具箱开始。由于它的交互式控制台,MATLAB 是一个特别方便的地方,可以开始玩这样的东西。我个人使用并且非常喜欢的一个不错的工具箱是 PRTools ( http://prtools.org );他们实现了几乎所有模式识别工具以及其他一些机器学习工具(神经网络等)。但是关于 MATLAB 的好处是,您还可以尝试许多其他工具箱(甚至还有来自 Mathworks的专有工具箱)

每当您对不同的工具感到满意时(并发现哪个分类器最适合您的问题),您就可以开始考虑在不同的应用程序中实现机器学习。

于 2014-01-18T22:26:33.647 回答