人工神经网络在模式识别方面有哪些应用？仅仅是用来分类嘛

一、人工神经网络在模式识别方面有哪些应用？仅仅是用来分类嘛

不仅仅是分类，用途非常广泛。经过多年的研究和发展，模式识别已成为当前比较先进的技术，被广泛应用到文字识别、语音识别、指纹识别、遥感图像识别、人脸识别、手写体字符的识别、工业故障检测、精确制导等方面。

模式识别的定义：是对表征事物或现象的各种形式的信息进行处理和分析，来对事物或现象进行描述、辨认、分类和解释的过程。该技术以贝叶斯概率论和申农的信息论为理论基础，对信息的处理过程更接近人类大脑的逻辑思维过程。

现在有两种基本的模式识别方法，即统计模式识别方法和结构模式识别方法。人工神经网络是模式识别中的常用方法，近年来发展起来的人工神经网络模式的识别方法逐渐取代传统的模式识别方法。

二、模式识别与智能系统 学了是做什么的啊？

模式识别与智能系统是一个新兴的交叉学科，它源于自动控制与计算机科学，又和机电一体化、人工生命等学科密不可分，涉及计算机技术、控制与决策、电子信息、机电一体化、生物信息等众多研究领域。

本学科培养德智体全面发展，在模式识别与智能系统领域具有坚实的理论基础、系统的专业知识和熟练的实践技能，了解模式识别与智能系统学科发展的前沿和动态，能够适应我国经济、科技、教育发展的需要，面向二十一世纪的科学研究、工程技术和高等教育的高层次人才。具备模式识别、图像处理、人工智能、智能控制以及智能信息系统等方面的独立从事科研和科技开发工作的能力，注重理论联系实际，具有较强的创新意识和良好开拓能力，能够分析和解决经济建设和交叉学科中涌现出的新课题。熟练掌握一门外语，具有健康的身体。

二、研究方向

1．先进机器人技术

机器人是模拟人某种功能的自动化的机械电子装置。侧重于机器人控制系统、决策规划系统、结构可视化设计等方面的研究与开发，以各种工业机器人、足球机器人、自主机器人为主要研究内容。

2．计算机视觉与模式识别

研究计算机视觉的理论与方法。应用图像工程的有关原理与技术，研究图像获取、处理、分析、理解与辨识功能的实现，并应用于实际工程问题。

3．智能控制与调度

对模糊集理论、模糊控制及决策、神经网络、专家系统、遗传算法等智能控制理论和方法的研究，着重研究上述方法的综合及其在工业控制中的实际应用，提高控制的效果和系统性能。

4．智能信息系统

将控制、优化、决策与调度结合起来，实现生产过程的综合自动化，以及建立面向应用的管理与决策支持系统。着重研究各类复杂信息系统的优化、控制决策与调度。

5．计算机控制技术及应用

研究在低成本的概念下，使用先进的控制方法、计算机控制技术和网络技术，设计计算机控制系统。着重开展对工业控制网络、现场总线和分布式计算机控制系统的研究。

6.模式识别与信息处理自动化

研究模式识别与信息处理的理论与方法。重点研究文字识别、语音、图象识别的方法、关键技术及其实际应用。

7.系统仿真与虚拟现实

系统仿真是应用系统建模与科学的计算方法，模拟并分析客观事物运行规律。虚拟现实则又加以先进的图像图形处理技术，丰富参与者的沉浸感与想象力。

8.现代传感器技术与智能仪表

各种新型传感器的设计和应用。以超声、微波、激光等现代检测技术为手段，以计算机为工具的各种智能仪表的设计和使用，现代检测技术与智能仪表在工程领域的应用。

三、模式识别与智能控制有前途吗？我真的看不到前途啊

我倒是很想考这个方向的。原因有很多，首先，目前在工业上面，高端的已经使用了智能识别的。比如说，模式识别的对微小物体的制造，尺寸的比对。其次，这个方向应用到机器人的很多。还有就是，在声音识别，图像识别，生物特征识别这些方面，都有很广泛的应用。这个方向，个人感觉要求比较高，特别是对于数学方面，如果没有比较好的数学基础，最后，将没有很大的收获。还有就是，要抓住一个点进行主攻。毕竟，这个方向涵盖的范围实在是很大，有数学，生物学，还有其他的学科。精力有限，时间有限，望学长（抑或学姐）好好把握机会，有所突破。

四、机器学习和模式识别有什么区别？看教材，发现它们的算法都差不多一样啊。。。

一、方式不同

1、机器学习：是通过计算机用数学技术方法来研究模式的自动处理和判读。

2、模式识别：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

二、研究过程不同

1、机器学习：学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。

2、模式识别：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。

三、应用前景不同

1、机器学习：继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。

对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展 。

2、模式识别：一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容。

参考资料来源：搜狗百科-模式识别

参考资料来源：搜狗百科-机器学习