人工智能中自相关算法的模式识别技术研究

王鹏

摘 要：针对司法体制改革中人工智能的普及，充分优化模式识别技术中算法，能够达到较高的准确率和高效率。本论文分析了模式识别中的自相关算法的特点，阐述人脸识别、阿拉伯数字识别实现。提出该技术可转化应用在两相河流流速测量的观点。

关键词：模式识别：自相关算法;两相河流流速

本人研究了自相关算法在模式识别匹配中的应用，这个算法可以识别出两幅图像是否相同。因此自相关是一种非常有效的图像匹配方法。它对噪声具有很强的纠错性，并且可以规范化以允许模式匹配独立于图像。自相关算法的程序代码也是可以实现的。

自相关算法是估计两个序列是否相关近似的标准方法。比较矩阵M和N的函数，并测量M和N的相似性。给出以下特征结论：

有nn图像，M为目标相似图像，这称为模板，是对象外观的表示。

有nn图像，N为随机图像，可能包含该对象（通常是较大图像的窗口）。

应该定义一点：平方差之和：

根据上述说明，有相关性的定义：

该相关性度量的值在[0，1]范围内。当且仅当某常数C的值为N/M时为1是相似的。

将九个矩阵视为一个整体模型，分别为1到9个矩阵。选择数字2作为模板，通过改变矩阵2的值来表示图像旋转和对位的变化。然后用互相关算法对模板和模型进行比较和匹配。至于这里的模型，这是55矩阵。显然，每个矩阵代表一个数。例如，T1代表阿拉伯数字1，T2代表2，T8代表8的数字。

It is selected number of 2 to be a template.

a1 = corr2 （S， T1） = 0.0801; a2= corr2 （S， T2） = 1;

a3 = corr2 （S， T3） = 0.3707; a4 = corr2 （S， T4） = -0.2774;

a5 = corr2 （S， T5） = 0.3707; a6 = corr2 （S， T6） = 0.2924;

a7 = corr2 （S， T7） = 0.2202; a8 = corr2 （S， T8） = 0.2100;

a9 = corr2 （S， T9） = -0.0452;

因此，矩阵S与T2相同，这是正确的。

在人脸识别中，有一张照片，叫做模版，里面有很多人的照片。……