一、生活中模式识别的意义？
模式识别是指人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。（计算机）模式识别在20世纪60年代初迅速发展并成为一门新学科。模式识别是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。
二、生物序列中的统计模式识别
生物序列中的统计模式识别
在生物信息学领域中，生物序列的分析和处理是至关重要的。生物序列可以是DNA序列、蛋白质序列或其他生物分子的序列数据。这些序列中蕴含着丰富的信息，例如基因功能、进化关系和蛋白质结构等。其中，统计模式识别是一种常用的方法，通过识别序列中的统计模式，来揭示生物序列的特征和功能。
什么是统计模式识别？
统计模式识别是一种基于统计学原理的机器学习技术，它通过对数据进行统计分析，从中寻找特定的模式和规律。在生物序列中，统计模式指的是序列中出现频率较高且具有生物学意义的特定子序列。
统计模式识别可以应用于多个层面的生物序列研究，例如：
- 基因组学研究：通过识别基因组中的保守序列模式，可以揭示基因的功能、进化历史和调控机制。
- 蛋白质质谱学研究：通过分析质谱数据中的肽段序列模式，可以鉴定蛋白质的结构和功能。
- 疾病诊断与药物设计：通过对患者基因序列中的突变模式进行识别，可以为疾病的早期诊断和药物的个体化设计提供依据。
统计模式识别的方法与工具
统计模式识别的方法包括但不限于：
- 频率分析：通过统计序列中子序列出现的频率来揭示统计模式。
- 隐马尔可夫模型（HMM）：通过建立序列之间的转移概率模型，来识别序列中的模式。
- 人工神经网络：通过训练神经网络来学习并识别序列中的模式。
此外，还有许多专门用于生物序列分析的工具，例如：
- BLAST：用于寻找生物序列之间的相似性。
- MEME：用于寻找序列中的共享模式。
- RNAfold：用于预测RNA序列的二级结构。
- PhyloBayes：用于进行进化树构建和模型比较的统计方法。
统计模式识别在生物信息学中的应用
统计模式识别在生物信息学中具有广泛的应用：
基因功能预测
通过识别基因组中的保守序列模式，可以预测新发现的基因的功能。例如，通过比对未知基因序列与已知功能基因序列间的相似性，可以预测未知基因可能具有的功能及其参与的生化途径。
蛋白质结构预测
蛋白质的结构决定其功能。通过识别蛋白质序列中的统计模式，可以预测其结构及其可能的功能。这对于理解蛋白质的生物学功能以及药物设计具有重要意义。
序列比对与相似性搜索
通过统计模式识别方法，可以对生物序列进行比对与搜索，找出相似性序列或共享序列模式，从而揭示序列间的进化关系和共同特征。
疾病诊断与个体化医疗
统计模式识别可以帮助识别基因组中的突变模式，从而为遗传疾病的早期诊断和个体化药物设计提供依据。同时，通过分析患者基因序列中的特定模式，还可以辅助医生进行疾病的分类和分型。
总结
统计模式识别是生物信息学中常用的方法之一，通过对生物序列中的统计模式进行识别与分析，可以揭示序列的特征、功能和进化关系等生物学问题。随着生物信息学研究的不断深入，统计模式识别的方法和工具也在不断发展和完善。未来，我们可以期待统计模式识别在生物信息学领域持续发挥重要作用。
三、语音识别属于模式识别吗？
语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元。
语音识别是模式识别的一个分支，又从属于信号处理科学领域，同时与语音学、语言学、数理统计及神经生物学等学科有非常密切的关系。语音识别的目的就是让机器“听懂”人类口述的语言，包括了两方面的含义：其一是逐字逐句听懂非转化成书面语言文字;其二是对口述语言中所包含的要求或询问加以理解，做出正确响应，而不拘泥于所有词的正确转换。
四、模式识别有哪些？
很明显楼上是抄袭的。
我自己写写，拒绝抄袭。
常见的如：
指纹识别（IBM的指纹开锁，指纹门，指纹签到）
车牌识别（违章的时候咔嚓一下，你的车牌就被记录了）
语音识别（苹果sir，语音输入法）
手写体识别（触屏上的手写输入）
虹膜识别（电影里的高级密码锁，虹膜签到）
还有最常见的各大搜索引擎采用的方法也都是模式识别的范例。
图像领域：
图像分类、目标识别（比如雷达图像）、人脸识别（电影里把你的照片输入进去就能找到你的其他信息）
视频领域：
手势识别、目标跟踪、目标识别。
大概这样， 欢迎补充
五、模式识别理论？
模式识别的主要理论
(1)模板匹配理论
该理论认为人的长时记忆中存储着许多由过去生活经验所形成的关于客观事物刺激模式一一对应的微型副本或拷贝，被称为模板。刺激信息进入记忆系统时就与已有的各种模板进行比较，寻找最佳匹配，从而做出对刺激模式的确认和角色刺激模式从而被识别。模式匹配理论的假设要求人脑中存储有足够多的相应模板才能识别一个模式，极大的加重了记忆负担，且与现实生活不符，也无法解释人们在实际知觉的中队模式识别灵活性和变通性。
(2)原型匹配理论
记忆中存储的是原型，原型是指一个类别或范畴的所有个体的概括表征。刺激信息经感觉传入后只需与这种概括化了的原型进行比较并获得最佳匹配之后就可以得到识别。
六、什么是模式识别？
模式识别是一门研究用计算机代替人来识别事物的学科。它不仅减轻了人的体力和脑力劳动，还可提高识别能力，使人们能完成以前所不能完成的大量识别工作。
模式的原意是指供模仿用的完美无缺的标本，所以模式识别是识别出给定的事物和哪一个标本（模式）相同或相近。因此模式识别是一种模式分类。它是用一组表示被研究对象特征的变量构成模式空间，按照物以类聚的观点分析给出的数据结构，划分出具有特定属性模式类的空间聚集区，并辨认每一模式的类别。计算机的介入，使模式识别能处理影响因素众多的大量信息，选择决定分类的特征变量，并作出最佳决策。
七、模式识别是谁的贡献？
傅京孙长期致力于模式识别及其应用研究，对模式识别、图像处理和人工智能等工程学领域的贡献得到国际公认，在基础研究和应用研究方面均做出了里程碑式的贡献。
他先后编辑出版了17本关于模式识别和人工智能的书籍，发表论文报告400多篇。
八、化学模式识别的概念？
模式识别是一门研究用计算机代替人来识别事物的学科。它不仅减轻了人的体力和脑力劳动，还可提高识别能力，使人们能完成以前所不能完成的大量识别工作。
模式的原意是指供模仿用的完美无缺的标本，所以模式识别是识别出给定的事物和哪一个标本（模式）相同或相近。因此模式识别是一种模式分类。它是用一组表示被研究对象特征的变量构成模式空间，按照物以类聚的观点分析给出的数据结构，划分出具有特定属性模式类的空间聚集区，并辨认每一模式的类别。计算机的介入，使模式识别能处理影响因素众多的大量信息，选择决定分类的特征变量，并作出最佳决策。
九、模式识别属于什么专业？
模式识别与智能系统属控制科学与工程的二级学科，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，研究对各种媒体信息进行处理、分类和理解的方法，并在此基础上构造具有某些智能特性的系统。
1、学科研究范围：模式识别，图象处理与分析，计算机视觉，智能机器人，人工智能，计算智能，信号处理。
2、课程设置：随机过程与数理统计，矩阵论，优化理论，近世代数，数理逻辑，数字信号处理，图象处理与分析，模式识别，计算机视觉，人工智能，机器人学，计算智能，非线性理论（如分形、混沌等），控制理论，系统分析与决策，计算机网络理论等。
十、模式识别有什么作用？
模式识别系统，由数据获取、预处理、特征提取、分类决策和分类器设计5部分组成。模式识别系统各组成单元的功能如下：1）数据获取：利用计算机可以运算的符号来表示所研究的对象，对应于外界物理空间向模式空间的转换。一般，获取的信息类型有以下几种。一维波形：心电图、脑电波、声波、震动波形等。二维图像：文字、地图、照片等。物理参量：体温、化验数据、温度、压力、电流、电压等。2）预处理：对由于信息获取装置或其他因素所造成的信息退化现象进行复原、去噪，加强有用信息。3）特征提取：由信息获取部分获得的原始信息，其数据量一般相当大。为了有效地实现分类识别，应对经过预处理的信息进行选择或变换，得到最能反映分类本质的特征，构成特征向量。其目的是将维数较高的模式空间转换为维数较低的特征空间。4）分类决策：在特征空间中用模式识别方法（由分类器设计确定的分类判别规则）对待识模式进行分类判别，将其归为某一类别，输出分类结果。这一过程对应于特征空间向类别空间的转换。5）分类器设计：为了把待识模式分配到各自的模式类中，必须设计出一套分类判别规则。基本做法是收集一定数量的样本作为训练集，在此基础上确定判别函数，改进判别函数和误差检验。模式识别的关键是解决如何利用计算机进行模式识别，并对样本进行分类。执行模式识别的基于计算机的系统（可以是台式机、笔记本电脑或基于单片机、DSP和ARM等有计算能力的系统）称为模式识别系统。
