人工智慧從誕生以來，理論和技術日益成熟，並正在蓬勃發展。作為人工智慧技術基礎學科的模式識別技術，必將獲得巨大的發展空間。本文通過研究人類認知過程和計算機模式識別過程的區別，試圖將現有模式識別技術進行改進。
本研究從三個方面探討二者的不同。第一部分主要介紹了二者在分類過程中的模糊性，討論模糊BP神經網絡分類算法的可行性與局限性。第二部分討論了機器模式識別順序和人類知覺順序的區別。第三部分則主要介紹了自上而下和自下而上兩種信息的加工方式，並介紹了這兩種加工方式與其他理論的同一性。在文章的最後，總結得出一種新的認知模型和模式識別模型。
本研究試圖從認知科學入手，對模式識別領域今後的發展提出一種新的思路。也希望在今後的模式識別研究中，能夠多藉助認知科學發展的成果。
目 錄
第一章 緒論
1.1 概念及研究背景、現狀
1.1.1 基本概念介紹
1.1.2 研究背景及現狀
1.2 本文研究工作介紹
1.2.1 論文主要研究內容
1.2.2 研究方法介紹
第二章 人類知覺過程與機器模式識別的對比
2.1 人類知覺過程與機器模式識別的異同
2.2 傳統模式識別的局限性
第三章 人機分類模糊性的研究.
3.1 人類分類中模糊性的探討
3.1.1 人類分類的模糊性來源
3.1.2 實驗設計
3.2 機器的模式分類算法
3.3 BP神經網絡分類算法
3.3.1 BP神經網絡簡介
3.3.2 BP人工神經網絡學習算法
3.4 傳統BP神經網絡分類算法的Matlab實現
3.4.1 實驗目的
3.4.2 實驗平臺及數據
3.4.3 主要功能實現
3.4.4 主要功能代碼
3.4.5 實驗結論
3.5 模糊神經網絡的分類算法
3.5.1 模糊理論簡介
3.5.2 模糊神經網絡簡介
3.5.3 模糊神經網絡的分類算法
3.6 利用Mamdani模型建立模糊推理系統
3.7 模糊神經網絡分類算法的Matlab實現
3.7.1 實驗目的
3.7.2 實驗平臺及數據
3.7.3 主要功能代碼
3.7.4 分類效果
3.8 對於分類方法效果的討論
3.8.1 對比三種機器分類方法
3.8.2 對比人類分類和機器模糊分類
3.9 本章小結
第四章 人機模式識別順序的討論
4.1 人類知覺的兩大基本研究路線
4.1.1 初期特徵分析理論
4.1.2 初期整體知覺理論
4.2 實驗設計
4.2.1 實驗目的
4.2.2 實驗儀器及被試
4.2.3 實驗步驟
4.2.4 實驗數據
4.2.5 實驗結論
4.3 關於知覺順序的猜想
4.3.1 從進化論得到的啟示
4.3.2 將視知覺拓展到其他知覺範圍
4.3.3 知覺順序對模式識別的影響
4.4 拓撲模式識別理論
4.5 拓撲模式識別理論的優點與不足
4.5.1 拓撲模式識別理論的優點
4.5.2 拓撲模式識別理論的不足
4.6 本章小結
第五章 兩種知覺加工的方式
5.1 自下而上的加工方式
5.1.1 基本概念
5.1.2 理論假說
5.2 自上而下的加工方式
5.2.1 概念
5.2.2 典型案例
5.3 對人、機分類實驗結果的說明
5.4 在模式識別中的應用
5.4.1 研究現狀
5.4.2 與其他理論的結合
5.5 本章小結
第六章 新的模式識別模型
6.1 認知模型的討論
6.1.1 有關知覺順序的總結
6.1.2 對記憶-預測模型的理解
6.1.3 認知模型的基本框架
6.2 模式識別模型的基本框架
6.2.1 學習過程
6.2.2 識別過程
6.2.3 該模型的不足
6.3 本章小結
第七章 總結和展望