模式識别技術:人工智能的基礎技術-中文百科頻道

背景

在國際上，各大權威研究機構，各大公司都紛紛開始将模式識别技術作為公司的戰略研發重點加以重視。

模式識别從20世紀20年代發展至今，人們的一種普遍看法是不存在對所有模式識别問題都适用的單一模型和解決識别問題的單一技術，我們現在擁有的隻是一個工具袋，所要做的是結合具體問題把統計的和句法的識别結合起來，把統計模式識别或句法模式識别與人工智能中的啟發式搜索結合起來，把統計模式識别或句法模式識别與支持向量機的機器學習結合起來，把人工神經元網絡與各種已有技術以及人工智能中的專家系統、不确定推理方法結合起來，深入掌握各種工具的效能和應有的可能性，互相取長補短，開創模式識别應用的新局面。

語音識别技術

語音識别技術正逐步成為信息技術中人機接口的關鍵技術，語音技術的應用已經成為一個具有競争性的新興高技術産業。中國互聯網中心的市場預測：未來5年，中文語音技術領域将會有超過400億人民币的市場容量,然後每年以超過30%的速度增長。

生物認證技術

生物認證技術本世紀最受關注的安全認證技術，它的發展是大勢所趨。人們願意忘掉所有的密碼、扔掉所有的磁卡，憑借自身的唯一性來标識身份與保密。國際數據集團（IDC）預測：作為未來的必然發展方向的移動電子商務基礎核心技術的生物識别技術在未來10年的時間裡将達到100億美元的市場規模。

聲紋識别

近年來，在生物識别技術領域中，聲紋識别技術以其獨特的方便性、經濟性和準确性等優勢受到世人矚目，并日益成為人們日常生活和工作中重要且普及的安驗證方式。而且利用基因算法訓練連續隐馬爾柯夫模型的語音識别方法現已成為語音識别的主流技術，該方法在語音識别時識别速度較快，也有較高的識别率。

指紋識别

我們手掌及其手指、腳、腳趾内側表面的皮膚凹凸不平産生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以将一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋分成：leftloop,rightloop,twinloop,whorl,arch和tentedarch幾個大的類别；這樣就可以将每個人的指紋分别歸類，進行檢索。指紋識别基本上可分成：預處理、特征選擇和模式分類幾個大的步驟。