如何理解机器感知

机器感知Machine Cognition，是一连串复杂程序所组成的大规模信息处理系统，信息通常由很多常规传感器采集，经过这些程序的处理后，会得到一些非基本感官能得到的结果。

机器感知或机器认知研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉、模式（文字、图像、声音等）、识别、自然语言理解……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。

感知机器或认知机器，研制具有人工感知或人工认知能力的机器。包括：视觉机器、听觉机器、触觉机器……如：文字识别机、感知机、认知机、工程感觉装置、智能仪表等。

机器感知

一、引例：鱼的分类

物理物征

长度、光泽，宽度，鳍的数目和形状，嘴的位置

2、干扰因素

光照条件、鱼的位置、设备干扰

3、模型

可以用数学形式表达的不同特征的描述

4、模式分类的目的与处理方法

模型分类-数据处理（虑除干扰）一选择出与感知数据最接近的模型类别

5、鱼的分类处理过程

（1）处理

拍摄图像-滤除干扰（光照度、图像噪声）一图像分隔（背景分高、个体分离）

（2）特征生成与提取

图像分割，获取长度、光泽度等特征，形成待征空间：

充分考虑特征生成提取的可行性与简单性，特征对分类性能的贡献度、特征数量写计算复杂度的关系

（3）分类判别

分美判别，代价函数，判別阔值、决策机制、超平面，

6、关于模式表达

良好的表达模式，不仅能清楚自然地揭示组成模式的各部件之间的结构关系，还能有效的表达出未知模式的相应模型。

7、训练样本

当训练样本不足时，一个核心的技术思想是“嵌入特定问题领域的背景知识”。

8、 模式识别与相关领域的联系

1. ）统计“假设检验”技术

2. ）图像处理

3. ）回归分析

4. ）函数内插

5. ）密度函数估计

END

朴器科技：让技术转移、创新创业更容易！

产研互联

产业孵化

科技投资

知产运营

转型企业创新驱动倍增器

创新创业一体化服务领航者

在全球范围内与领先科技力量深入合作，整合跨境、跨界的科技力量

打造融合产业、科技、金融一体的协同创新生态平台

朴器科技，链接全球科技力量，科技让世界更美好！