模式识别与生物识别

模式识别处理识别模式并再次确认模式。一般来说，模式可以是指纹图像、手写草书单词、人脸、语音信号、条形码或互联网上的网页。

单个模式通常根据其属性分组到不同的类别中。当具有相同属性的模式组合在一起时，生成的组也是一种模式，通常称为模式类。

模式识别是观察、区分感兴趣的模式并对模式或模式类做出正确决策的科学。因此，生物识别系统应用模式识别来识别和分类个人，方法是将其与存储的模板进行比较。

生物识别中的模式识别

模式识别技术执行以下任务：

• 分类 - 识别手写字符、验证码、区分人和计算机。

• 分割 - 在图像中检测文本区域或面部区域。

• 句法模式识别 - 确定一组数学符号或运算符之间如何关联，以及它们如何形成有意义的表达式。

下表突出显示了模式识别在生物识别中的作用：

模式识别的组成部分

模式识别技术将人类特征的随机模式提取成紧凑的数字签名，可以用作生物识别标识符。生物识别系统使用模式识别技术对用户进行分类并分别识别他们。

模式识别的组成部分如下：

模式识别中的常用算法

最流行的模式生成算法有：

最近邻算法

您需要获取未知个体的向量并计算它与数据库中所有模式的距离。最小距离给出最佳匹配。

反向传播（Backprop）算法

它有点复杂，但非常有用的算法，涉及大量的数学计算。