摘 要
模式识别就是机器识别、计算机识别或者机器自动化识别，目的在于让机器自动识别事物，使机器能做以前只能由人类才能做的事，具备人所具有的对各种事物与现象进行分析、描述与判断的部分能力。它研究的目的就是利用计算机对物理对象进行分类，在错误概率最小的条件下，使识别的结果尽量与客观事物相符合。
随着人们对人工神经网络的不断地认识，神经网络是指用大量的简单计算单元构成的非线性系统,它在一定程度和层次上模仿了人脑神经系统的信息处理、存储及检索功能，因而具有学习、记忆和计算等智能处理功能。这样人们利用人工神经网络具有高度的并行性，高度的非线性全局作用以及良好的容错性与联想记忆功能，并且具有良好的自适应、自学习功能等突出特点，可运用MATLAB神经网络工具箱中的神经网络模型，对经过训练的神经网络可以有效地提取信号、语音、图像等感知模式的特征，并能解决现有启发式模式识别系统不能很好解决的不变量探测、抽象和概括等问题。这样神经网络可应用于模式识别的特征提取、聚类分析、边缘检测、信号增强以及噪声抑制、数据压缩等各个环节。使用机器来进行模式的识别是一项非常有用的工作，能够辨别符号等系列的机器是很有价值的。目前，模式识别技术可以应用指纹识别、IC卡技术应用、字符识别等实例。模式识别成为人工神经网络特别适宜求解的一类问题。因此，神经网络技术在模式识别中也得到广泛应用与发展。
关键词：模式识别；人工神经网络；神经网络模型；神经网络技术
目 录
引言 - 1 -
1 模式识别概述 - 1 -
1.1 模式识别基本概念 - 1 -
1.2 模式识别系统 - 2 -
1.3 模式识别的主要方法 - 2 -
1.4 模式识别应用 - 3 -
2 人工神经网络概述 - 4 -
2.1 人工神经元模型 - 4 -
2.1.1阀值函数、Sigmoid函数和分线段性函数 - 5 -
2.2 人工神经网络模型 - 5 -
2.3 神经网络学习特点 - 6 -
2.4 人工神经网络在模式识别问题中应用优势 - 6 -
3 神经网络模式识别 - 7 -
3.1 基于BP神经网络的模式识别 - 7 -
3.1.1BP神经网络模型简述 - 7 -
3.1.2BP学习算法 - 8 -
3.1.3BP神经网络应用于字符识别 - 9 -
3.2 基于径向基函数神经网络的模式识别 - 16 -
3.2.1径向基函数神经网络模型简述 - 17 -
3.2.2径向基函数神经网络应用特征模式的分类 - 18 -
3.3 基于自组织竞争神经网络的模式识别 - 19 -
3.3.1自组织竞争神经网络基本思想 - 20 -
3.3.2自组织竞争神经网络设计模式分类器的应用 - 20 -
3.4 基于反馈型神经网络的模式识别 - 24 -
3.4.1反馈型神经网络模型简述 - 24 -
3.4.2反馈型神经网络在工程领域的应用 - 24 -
4 实验分析与总结 - 31 -
参考文献 - 32 -
附 录 - 33 -
引言
