模式识别主要有两种方法:
根据对象的统计特征进行识别， 根据对象的结构特征进行识别
反馈
环境
学习
知识库
执行
机器学习系统的基本结构
4、数据库技术及数据挖掘
数据库技术
数据仓库 虚拟数据库技术（Virtual Database，简称 VDB）
数据挖掘（data mining）
又称作数据库中的知识发现 (Knowledge Discovery in Database)，它是从数据库或数据仓库中发现并提 取隐藏在其中的信息的一种新技术，它能自动分析数 据，对它们进行归纳性推理和联想，寻找数据间内在 的某些关联，从中发掘出潜在的、对信息预测和决策 行为起着十分重要作用的模式
标准的BP网由三层神经元组成：输入层、隐 藏层和输出层
隐藏层
输
输
入
出
层
层
反向传播神经网络结构示意
6、专家系统
专家系统（Expert System）是一种基于知识 的智能系统，它将领域专家的经验用一定的知 识表示方法表示出来，并放入知识库中，供推 理机使用
知识库是专家系统的第一重要组成部分，知识 库中的知识通常分为两类：
1、数学统计方法
生物活动常常以大量、重复的形式出现，既受 到内在因素的制约，又受到外界环境的随机干 扰。因此概率论和数学统计是现代生物学研究 中一种常用的分析方法
数据统计、因素分析、多元回归分析是生物学 研究必备的工具
隐马尔科夫模型（Hidden Markov Models）在 序列分析方面有着重要的应用。与隐马尔科夫 模型相关的技术是马尔科夫链（Markov Chain）
数据挖掘过程一般分为4个基本步骤：数据选择、数据 转换、数据挖掘和结果分析
5、人工神经网络技术
人工神经网络（Artificial Neural Network, 简称ANN）是通过模拟神经元的特性，以及脑 的大规模并行结构信息的分布式和并行处理等 机制建立的一种数学模型
在生物信息学中，使用得最多的是反向传播神 经网络（Back Propagation Neural Network， 简称BP网）。BP网被认为是稳定性和鲁棒性较 强的人工神经网络之一，而且属于有监督学习 的网络模型。
一类领域的事实性知识或广泛公用的知识 另一类是启发性知识，是该领域专家在长期研究和
实践过程中积累起来的经验总结
知识获取方式大致上可以分为两种：
一种是由知识工程师向领域专家询问有关知识，经 过整理编辑后将知识转换成计算机表示形式，送入 知识库
另一种是针对大量数据进行机器学习，分析、总结 和抽取出有用的新知识，这是更高层次的知识获取 方式。
专家系统的另一个重要部分是推理机，由它来 控制和协调整个系统，并根椐当前输入的数据 和知识，按一定的推理策略，去解决当前的问 题，推导出结论
领域专家 用 户
AI专家
使用界面 知识库
知识获取 推 理 机 解释机构
知识库
数据学基础
主讲： 王元茂
一、所用的方法和技术汇总
1、数学统计方法 2、动态规划方法 3、机器学习与模式识别技术 4、数据库技术及数据挖掘 5、人工神经网络技术 6、专家系统 7、分子模型化技术 8、量子力学和分子力学计算 9、生物分子的计算机模拟 10、因特网（Internet）技术
机器学习
机器学习是模拟人类的学习过程，以计算机为工具 获取知识、积累经验
1、遗传算法采用随机搜索方法，具有自适应能力和便于 并行计算
2、神经网络的理论是基于人脑的结构，其目的是揭示一 个系统是如何向环境学习的，这一种方法被称为联接主义。
模式识别
模式识别是机器学习的一个主要任务。模式是对感 兴趣客体定量的或者结构的描述，而模式识别就是 利用计算机对客体进行鉴别，将相同或者相似的客 体归入同种类别中
2、动态规划方法
动态规划（Dynamic Programming） 是一种解决多阶段决策过程的最优化方 法或复杂空间的优化搜索方法
动态规划解决问题的基本过程是：将一 个问题的全局解分解为局部解，逆序递 推求出局部最优解，随着执行过程的推 进，“局部”逐渐接近“全局”，最终 获得全局最优解
3、机器学习与模式识别技术