论文部分内容阅读
回顾了仿生模式识别与传统模式识别的本质区别,与传统模式识别"分类划分"思想不同,仿生模式识别把模式识别问题看成是各类样本的"认识",并将"同源连续性"规律作为先验知识,用高维空间几何形体覆盖方法实现对同类事物的学习,因此克服了传统模式识别的缺点。其有效性逐渐受到学者的广泛关注。分析总结了目前已有的仿生模式识别方法的研究和应用,方法研究包括样本点分布的拓扑分析、覆盖算法和重叠空间中样本的归属;应用研究方面包括目标识别、生物特征识别、文本识别、近红外光谱定性分析等。分析表明仿生模式识别是创新、有效的模式识别方