模式識別與智能系統(tǒng)的生存期樹狀模型研究

仲思穎

摘 要

本文所建立的樹狀模型是一種同時適用于模式識別和人工智能系統(tǒng)的生存期模型。該模型受限通過相似化的比擬方式，通過極少數(shù)的模型結(jié)構(gòu)單元組合成一類智能感知并且識別模式系統(tǒng)的原型，此外還可以通過少數(shù)的知識單元合并為一類人工智能系統(tǒng)的原型。接著，以上述模型為基礎(chǔ)，領(lǐng)域的各個模型單元所有知識單元依照類似瀑布模型的各種階段，通過流水生產(chǎn)的方法進行生產(chǎn)。最后，將其通過近似分類樹狀模型的方法放進庫內(nèi)，最終得以完成該系統(tǒng)的各類軟件版本的開發(fā)。

【關(guān)鍵詞】模式識別 智能系統(tǒng) 樹狀模型

1 提出并建立樹狀模型

1.1智能模型基態(tài)

首先，通過與瀑布模型相仿的做法，將個別數(shù)據(jù)結(jié)構(gòu)通過一定方法合成一類模式能夠識別的智能模型基態(tài)。其數(shù)據(jù)結(jié)構(gòu)主要有以下幾部分，包括某一領(lǐng)域內(nèi)的一類最基本模型單元，也包括知識結(jié)構(gòu)單元，其所形成的知識數(shù)據(jù)庫就好比廣義樹狀模型的初等原型?；谀Ｊ阶R別或人工智能模型是由數(shù)據(jù)結(jié)構(gòu)為主要構(gòu)成，且算法精煉簡潔這些特性，故以上任何一類系統(tǒng)有關(guān)的算法模式都可通過原型加以達成。通過個別最基本的模型單位生成的基礎(chǔ)領(lǐng)域模型庫或知識系統(tǒng)，可以類似看作整個樹狀模型的基礎(chǔ)化，這對日后的工業(yè)型發(fā)展起著極為重要的鋪墊作用。

1.2 與模塊式程序設(shè)計相仿，模型庫或知識庫一樣能通過一定的手段模塊化

可將其視為由眾多模型單位或知識單位構(gòu)成，將領(lǐng)域模型單位以及知識單位合理有序得放進上述兩類庫內(nèi)中。這一做法對整體模型的設(shè)計有著很大的幫助效果，其功能與普通軟件的實現(xiàn)思路和設(shè)計邏輯相似，均通過將模型單元化的方式分析，并極大程度提高了流水線生產(chǎn)的效率。

通過用諸如螺旋模型等形式，向模型庫或知識庫中導(dǎo)入基本單位。螺旋每旋轉(zhuǎn)一次之前，都有必要通過細致的分析進行合適的計劃開展，并對宏觀需求加以分析。然后開展領(lǐng)域模型以及領(lǐng)域知識的概念認知，對各個領(lǐng)域的結(jié)構(gòu)和內(nèi)容按塊進行區(qū)分和了解，這之中各個結(jié)點單元便是所謂的各領(lǐng)域單元。方便簡潔的結(jié)構(gòu)使其能夠很快的看出已經(jīng)實現(xiàn)的部分結(jié)構(gòu)單位和小部分仍在建設(shè)結(jié)構(gòu)單位。針對仍未成功的小部分領(lǐng)域可以加以分析、設(shè)計和測試，并設(shè)立部門各自分工，各個部門最終通過流水線的形式井然有序地將基礎(chǔ)結(jié)構(gòu)單元放入庫內(nèi)，長此以往，最終得以完成該系統(tǒng)的各類軟件版本的開發(fā)。

對于模式識別系統(tǒng)而言，其基本單元便是領(lǐng)域的模型單位，例如在進行語音識別時，其本質(zhì)就是一類波形；有關(guān)指紋識別主要由以下三個步驟組成：

（1）加強與權(quán)威聲音的合作與探討，并查閱相關(guān)書籍和文獻，以獲得各個模型單位的準確參數(shù)。

（2）將收集到的參數(shù)資料進行整理和匯總，匯入并制成一張總表，并對數(shù)據(jù)進行分析和處理。

（3）將數(shù)據(jù)輸入計算機進行相關(guān)的模擬，觀察是否能得到正確的識別成果。

就人工智能而言，基本單元也可以按邏輯分為三大步驟，類似于模式識別系統(tǒng)。此外，當向庫內(nèi)裝放基本單位時，通過使用直接交互操作舊有的模式識別或人工智能系統(tǒng)的可視化生成方式，能夠較大的幫助系統(tǒng)在識別以及其他功能上得到更好的直觀性體現(xiàn)。

2 樹狀結(jié)構(gòu)的模型以及知識庫的確立

模式識別以及人工智能系統(tǒng)，將分類樹叢的每個根點位（孤立點位）所對應(yīng)的模型或知識單位逐個視作被識別對象，通過新型模型單位以及知識單位對已識別的點位一一進行識別處理。樹狀模型的確立可分為以下兩步：

（1）若在部分根點位對應(yīng)的模型或知識單位內(nèi)，具備認識出新模型單元知識單位的能力，那么：

①若l大于等于2時，可將點位視為此類根點位的父點位。并產(chǎn)生一組更復(fù)雜的分類樹，然后將此類新模型單位放進模型單位組內(nèi)，學(xué)習(xí)完成。

②若l等1時，可以利用此根點位對應(yīng)的模型或知識單位，并將新模型單元加以分析和識別。若在各類單元的識別過程中，具備認知這個根結(jié)點相應(yīng)的模型或知識單位的能力，就證實該點位和此類根點位相同，不須學(xué)習(xí)，學(xué)習(xí)終端；否則，運用與①相似的手段進入新點位，學(xué)習(xí)完成。

（2）若無法將某一點位所對應(yīng)的模型單位以及知識單位中，認知出新模型單位或知識單位，則有必要將新加入的模型單位或知識單位變?yōu)榇⒌膶ο?，逐個通過每個根點位所對應(yīng)的模型知識單位加以識別處理。

①若不存在成功識別的點位，那么新點位只能視作一類獨立點位，學(xué)習(xí)完成。

②若存在兩個及以上的根點位識別完成，由于不存在任何點位可以同時從屬于兩類區(qū)分開的事物，故學(xué)生發(fā)生錯誤終端。

③若有任何一個根點位D識別完成，那么新點位變?yōu)镈的后代點位

所以，有必將對D的所有子點位運用和每個點位相似的處理方式，總結(jié)為有以下六大類情況。

（1）新點位變?yōu)镈的子點位，新點位變成D最初某一類子點位的父點位，與樹狀模型方法一中的第①步驟相似。

（2）新點位和D的某一子點位相同，與樹狀模型方法一中的第②步驟相似。

（3）新點位變?yōu)镈的子點位，新點位變成某一子點位的父點位，與樹狀模型方法一中的第②步驟相似。

（4）新點位變?yōu)镈的又一子點位，與樹狀模型方法二中的第①步驟相似。

（5）新點位學(xué)習(xí)失敗，與樹狀模型方法二中的第②步驟相似。

（6）新點位變?yōu)镈的某一子點位D的子代，與樹狀模型方法二中的第③步驟相似，逐個用遞歸形式加以分析。若新點位變?yōu)楦淖狱c位的子代，則立即繼承新點位，建立過程到此為止。

3 模型建立的前提

為了保證整個系統(tǒng)的工業(yè)化運作，系統(tǒng)對整體的模式認知能力以及系統(tǒng)提出了較高的普遍性指標。對模式認知而言，模型單位的儲存方法主要以分類儲存為主，并通過分類的手段進行識別和匹配。針對指紋識別，將該識別方式運用到某張?zhí)烊恢讣y圖像的識別中去，觀察是否能在其中對某類模型結(jié)構(gòu)加以識別。整個識別方式主要指紋圖像為識別基礎(chǔ)，將模型庫加以分析和整合，并將上述結(jié)構(gòu)單位用該模型單位以及天然指紋圖像的各個位置加以匹配。

4 結(jié)語

文章提出和建立了樹狀結(jié)構(gòu)模型，模型單位以及知識單位都呈模塊狀，維護簡單且可靠度高，生產(chǎn)運作模式也大都實現(xiàn)了流水化生產(chǎn)。此類生產(chǎn)形式適用于模型單位作為基礎(chǔ)結(jié)構(gòu)單位的模式認知和識別模型，或以知識單元為基本組成單元的人工智能系統(tǒng)。這類模式識別和人工智能系統(tǒng)具有很大的普遍性。

參考文獻

[1]張?zhí)煨?模式識別與智能系統(tǒng)研究展望和對策[J].自動化學(xué)報，2002（12）.

[2]張佳.模式識別與智能系統(tǒng)專業(yè)實驗室建設(shè)設(shè)想[J].中國電力教育；2013（03）.

[3]孫雪燕.淺談人工智能的應(yīng)用與發(fā)展[J].電腦知識與技術(shù)，2007（10）.

作者單位

南京信息工程大學(xué) 江蘇省南京市 210044endprint