什么是模式（pattern）：
模式是存在于时间和空间中可观察的物体，如果可以区分相同或者相似的物体类别，可区分的物体称之为模式。模式不是指具体的物体，而是抽象的类别。
例如：人这个类别是一种模式，自行车这个类别是一种模式。
什么是模式识别：
1.模式识别的抽象表示：
X:表示特征集集合（或称特征空间）
Y：表示类别标号集（或称解释空间）
F：表示模式识别的判别方法（或称假说）
X可以指模式的特征，可以理解为模式的属性，Y表示类别标号集，理解为类别的集合，F表示判别方法，理解为X与Y之间的映射关系。
模式识别是通过某种特定假说（F），给定一些特征的时，识别为某种特定模式。
2.判别方法F获得的两种途径：监督学习，非监督学习
监督学习：已知类别的样本集，按照特征向量分布确定假说（F），假说确定以后，对未知模式进行识别分类。
非监督学习：在没有先验知识情况下，通常采用聚类分析方法，特征向量聚集为若干个群。
模式识别的方法：
模式识别的方法主要四类：
1.数据聚类：用于非监督学习
2.统计分类：用于监督学习
3.结构模式识别：通过对基本单元判断是否符合某种规则
4.神经网络：可同时用于监督或者非监督学习，通过模拟人脑，调节权重来实现
模式识别的过程：
模式识别简单分为四个步骤：
数据获取——数据预处理——特征提取与选择——分类决策
数据获取：将对象转化为计算机可以运算的符号（对数据进行量化）
预处理：将有用的信息留下，无用的信息去除
特征提取和选择：对数据进行降低维度的过程
分类决策：在特征空间中用模式识别的方法，将识别对象归为某一类
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
