仿生模式识别技术研究与应用进展

第１１卷第１期一一一一一一一一一一一一一一智一能一系一统一学一报一一一一一一一一一一一一一一Ｖｏｌ．１１?．１２０１６年２月一一一一一一一一

一一一ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓ一一一一一一一一一一一一Ｆｅｂ．２０１６

ＤＯＩ：１０．１１９９２／ｔｉｓ．２０１５０６０１１

网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ＴＰ．２０１６０２１８．１４５２．００２．ｈｔｍｌ仿生模式识别技术研究与应用进展

陈阳１，覃鸿２，李卫军２，周新奇３，董肖莉２，张丽萍２，李浩光２

（１．工业和信息化部中国电子信息产业发展研究院，北京１００８４６；２．中国科学院半导体研究所高速电路与神经网络实验室，北京１０００８３；３．聚光科技（杭州）股份有限公司，浙江杭州３１００５２）

摘一要：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三其有效性逐渐受到学者的广泛关注三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二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二生物特征识别二文本识别二近红外光谱定性分析等三分析表明仿生模式识别是创新二有效的模式识别方法三最后指出同类样本点分布流形的分析方法和高维空间拓扑理论与算法研究等是仿生模式识别未来重要的发展方向三

关键词：模式识别；仿生模式识别；同源连续性；拓扑分析；覆盖算法；目标识别；生物特征识别；文本识别

中图分类号：ＴＰ３９１一文献标志码：Ａ一文章编号：１６７３?４７８５（２０１６）０１?０００１?１４

中文引用格式：陈阳，覃鸿，李卫军，等．仿生模式识别技术研究与应用进展［Ｊ］．智能系统学报，２０１６，１１（１）：１?１４．

英文引用格式：ＣＨＥＮＹａｎｇ，ＱＩＮＨｏｎｇ，ＬＩＷｅｉｊｕｎ，ｅｔａｌ．Ｐｒｏｇｒｅｓｓｉｎｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｂｉｏｍｉｍｅｔｉｃｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓ，２０１６，１１（１）：１?１４．

Ｐｒｏｇｒｅｓｓｉｎｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｂｉｏｍｉｍｅｔｉｃｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙ

ＣＨＥＮＹａｎｇ１，ＱＩＮＨｏｎｇ２，ＬＩＷｅｉｊｕｎ２，ＺＨＯＵＸｉｎｑｉ３，ＤＯＮＧＸｉａｏｌｉ２，ＺＨＡＮＧＬｉｐｉｎｇ２，ＬＩＨａｏｇｕａｎｇ２

（１．ＣｈｉｎａＣｅｎｔｅｒｏｆＩｎｆｏｒｍａｔｉｏｎＩｎｄｕｓｔｒｙＤｅｖｅｌｏｐｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＩｎｄｕｓｔｒｙａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｏｆｔｈｅＰｅｏｐｌｅ ｓＲｅｐｕｂｌｉｃｏｆＣｈｉｎａ，Ｂｅｉｊｉｎｇ１００８４６，Ｃｈｉｎａ；２．ＩｎｓｔｉｔｕｔｅｏｆＳｅｍｉｃｏｎｄｕｃｔｏｒｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；３．ＦｏｃｕｓｅｄＰｈｏｔｏｎｉｃｓ（Ｈａｎｇｚｈｏｕ），Ｉｎｃ．，Ｈａｎｇｚｈｏｕ３１００５２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｅｓｓｅｎｔｉａｌｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｒａｄｉｔｉｏｎａｌｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎａｎｄｂｉｏｍｉｍｅｔｉｃｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ（ＢＰＲ）ｉｓｒｅｖｉｅｗｅｄ．Ｄｉｆｆｅｒｅｎｔｆｒｏｍｔｈｅｉｄｅａｏｆ ｍａｔｔｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆｔｒａｄｉｔｉｏｎａｌｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ，ＢＰＲｃｏｎｓｉｄｅｒｓｔｈｅｐｒｏｂｌｅｍｏｆｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎａｓｔｈｅ ｃｏｇｎｉｔｉｏｎ ｏｆｅｖｅｒｙｔｙｐｅｏｆｓａｍｐｌｅ，ｕｓｅｓｔｈｅｐｒｉｎｃｉｐｌｅｏｆ ｈｏｍｏｌｏｇｙｃｏｎｔｉｎｕｉ?ｔｙ ａｓａｐｒｉｏｒｉｋｎｏｗｌｅｄｇｅ，ａｎｄｐｅｒｆｏｒｍｓｃｌａｓｓｒｅｃｏｇｎｉｔｉｏｎｂｙａｕｎｉｏｎｏｆｇｅｏｍｅｔｒｉｃａｌｃｏｖｅｒｓｅｔｓｉｎｈｉｇｈ?ｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅａｎｄｆｅａｔｕｒｅｓｐａｃｅ，ｔｈｕｓｏｖｅｒｃｏｍｉｎｇｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｒａｄｉｔｉｏｎａｌｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ．ＴｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆＢＰＲｈａｓｇｒａｄｕａｌｌｙｄｒａｗｎｅｘｔｅｎｓｉｖｅａｔｔｅｎｔｉｏｎｆｒｏｍｓｃｈｏｌａｒｓ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｒｅｓｅａｒｃｈｏｎＢＰＲａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｓａｒｅｓｕｍｍａｒｉｚｅｄ．Ｔｈｅｒｅｓｅａｒｃｈｍｅｔｈｏｄｉｎｃｌｕｄｅｓｔｈｅｔｏｐｏｌｏｇｉｃａｌａｎａｌｙｓｉｓｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓａｍｐｌｅｐｏｉｎｔｓ，ｃｏｖｅｒｉｎｇａｌ?ｇｏｒｉｔｈｍｒｅｓｅａｒｃｈ，ａｎｄａｓａｍｐｌｅ ｓａｔｔｒｉｂｕｔｅｉｎｔｈｅｏｖｅｒｌａｐｐｉｎｇｓｐａｃｅ．ＡｐｐｌｉｃａｔｉｏｎｓｏｆＢＰＲｉｎｖｏｌｖｅｏｂｊｅｃｔｒｅｃｏｇｎｉ?ｔｉｏｎ，ｂｉｏｍｅｔｒｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｔｅｘｔｒｅｃｏｇｎｉｔｉｏｎ，ＮＩＲｓｐｅｃｔｒｏｓｃｏｐｙｑｕａｌｉｔａｔｉｖｅａｎａｌｙｓｉｓ，ａｎｄｓｏｏｎ．ＲｅｓｕｌｔｓｓｈｏｗｔｈａｔＢＰＲｉｓａｎｉｎｎｏｖａｔｉｖｅａｎｄｅｆｆｅｃｔｉｖｅｍｅａｎｓｏｆｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ．Ｆｉｎａｌｌｙ，ｉｍｐｏｒｔａｎｔｄｅｖｅｌｏｐｍｅｎｔｄｉｒｅｃｔｉｏｎｓｏｆＢＰＲａｒｅｒｅｐｏｒｔｅｄ，ｓｕｃｈａｓｍａｎｉｆｏｌｄａｎａｌｙｔｉｃａｌｍｅｔｈｏｄｓｏｆｓａｍｐｌｅｄｉｓｔｒｉｂｕｔｉｏｎｉｎｔｈｅｓａｍｅｃｌａｓｓ，ｔｏｐｏｌｏｇｉｃａｌｔｈｅｏｒｙ，ａｎｄａｌｇｏｒｉｔｈｍｒｅｓｅａｒｃｈｉｎａｈｉｇｈ?ｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅ．Ｋｅｙｗｏｒｄｓ：ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ；ｂｉｏｍｉｍｅｔｉｃｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ；ｈｏｍｏｌｏｇｙｃｏｎｔｉｎｕｉｔｙ；ｔｏｐｏｌｏｇｉｃａｌａｎａｌｙｓｉｓ；ｃｏｖｅｒｉｎｇａｌｇｏｒｉｔｈｍ；ｏｂｊｅｃｔｒｅｃｏｇｎｉｔｉｏｎ；ｂｉｏｍｅｔｒｉｃｆｅａｔｕｒｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｔｅｘｔｒｅｃｏｇｎｉｔｉｏｎ

收稿日期：２０１５?０６?０８．一网络出版日期：２０１６?０２?１８．

基金项目：国家自然科学基金资助项目（６１５７２４５８）；国家重大科学仪器

设备开发专项项目（２０１４ＹＱ４７０３７７）；国家公派访问学者资

助项目（留金发［２０１４］３０１２号）．

通信作者：陈阳．Ｅ?ｍａｉｌ：ｘｚ．ｚｈｏｕ＠ｓｃｕ．ｅｄｕ．ｃｎ．一一模式识别经过多年的发展，已形成了一系列经

典的理论和方法三传统模式识别的目的是将对象（样本）进行分类，因此也被称作模式分类［１］，传统模式识别认为所有可用的信息都包含在训练样本集中，考虑的出发点是特征空间中若干类别样本的最