模式识别的整个过程大致要经历数据采集、数据预处理、特征提取与特征选择及模式识别4个阶段，实际上就是将预处理后的原始数据所在的数据空间经特征空间到类别空间的映射过程，如图1.1所示。

图1.1　模式识别过程

（1）数据采集

一般获取的数据类型有以下几种：

·二维图像，如文字、指纹、地图、照片等；

·一维波形，如脑电图、心电图、时间序列等；

·物理、化学等参数和逻辑值，如体温、水质化验数据、参量正常与否的描述等。

（2）预处理

对测量数据进行去噪、复原、归一化和标准化等处理。

（3）特征提取和选择

对原始数据进行分析，去掉对分类无效或易造成混淆的那些特征，得到最能反映模式本质的特征；有时还采用变换技术，将高维的特征空间转变为低维的特征空间。

（4）模式识别

首先按设想的分类判决数学模型对训练样本模式进行训练，得到分类的判决规则；然后利用判决规则对待识别模式的特征进行识别，输出识别结果；最后将已识别的分类结果与已知类别的输入模式作对比，不断改进判决规则和特征选择与提取方法，制定出使错误率（风险率）最小的判决规则和特征选择与提取策略，即再学习过程。