變更

''' 模式识别 ''' 描述了一个认知过程，该过程将来自刺激的 [[ 信息 ]] 与信息召回相匹配来自 [[ 记忆 ]] 。

当 [[ 大脑 ]] 接收到来自 [[ 环境 ]] 的信息并输入短期记忆时，会发生模式识别，从而导致长期记忆的特定内容自动激活。一个早期的例子就是 [[ 学习 ]] 字母顺序。当护工对孩子重复"a, b, C"多次, ， 利用模式识别, ， 孩子会说'C'，在顺序的听到'a,b'之后识别模式使我们能够预测并期待即将发生的事情。模式识别的过程涉及将所接收的信息与已经存储在大脑中的信息进行匹配。在记忆和信息之间创建连接被称鉴定，鉴定是模式识别中一个步骤。模式识别需要重复的经验。隐含地和潜 [[ 意识 ]] 地使用的语义记忆是与识别有关的主要记忆类型。

模式识别不仅对人类至关重要，对其他 [[ 动物 ]] 也是如此。即使是具有不太发达的思维能力的考拉，也会使用模式识别来寻找和大吃桉树叶。人类的大脑发育得更多，但与鸟类和低等 [[ 哺乳动物 ]] 的大脑有相似之处。人类大脑外层的神经网络的发展，使得大脑能够更好地处理 [[ 视觉 ]] 和 [[ 听觉 ]] 模式。环境中的空间定位, ， 记忆与发现, ， 以及检测危险和资源，以增加生存机会, ， 是人类和动物模式识别应用的例子。

模式识别主要有六种理论：模板匹配，原型匹配，特征分析，组件理论识别，自下而上和自上而下处理，傅里叶分析 。这些理论在日常 [[ 生活 ]] 中的应用并不是相互排斥的。模式识别允许我们阅读单词，理解 [[ 语言 ]] ，识别朋友，甚至欣赏 [[ 音乐]]<ref>[https://www.sohu.com/a/227609355_100118081 模式识别、机器学习傻傻分不清？给我三分钟！]，搜狐，2018-04-08 </ref>。每种理论都适用于观察各种活动和的领域模式识别。面部， [[ 音乐 ]] 和语言识别以及系列化是这些领域中的一小部分。通过编码视觉模式进行面部识别和系列化，而音乐和语言识别使用听觉模式的编码。

=== 模板匹配（Template matching）===

模板匹配理论描述了人类模式识别的最基本方法。这种理论假设每个被感知的对象都被存储为长期记忆中的“模板”<ref>[https://www.sohu.com/a/125523195_241607 福建教师招聘考试：模式识别的含义及其主要理论]，搜狐，2017-02-05</ref>。将传入信息与这些模板进行比较以找到完全匹配。换句话说，将所有 [[ 感官 ]] 输入与对象的多个表征进行比较，以形成单个 [[ 概念 ]] 性理解。该理论将认识定义为基本的基于识别的过程。它假设我们所看到的一切，我们只通过过去的看过的事物来理解，然后告诉我们对未来外部 [[ 世界 ]] 的看法。例如，A，A和A都被识别为字母A，而不是B。然而，这个观点是有限范围的，在解释如何理解新体验时，就没有进行与内部记忆模板的比较。

=== 原型匹配（Prototype matching）===

与精确的一对一模板匹配理论不同，原型匹配将传入的感官输入与一个平均原型进行比较。该理论提出，暴露在一系列相关刺激中，导致创建基于其共有特征的“典型”原型。它通过将存储模板标准化为单个表征来减少存储模板的数量。该原型支持感知的灵活性，因为与模板匹配不同，它允许在对新刺激的识别中出现变化。例如，如果孩子以前从未见过草坪椅，他们仍然能够将其识别为椅子，因为他们了解其基本特征，即有四条腿和一个座位。然而，这种想法限制了对象的 [[ 概念化 ]] ，这些对象不一定能被“平均”为一个原型，比如，类似于犬类。尽管 [[ 狗 ]] ，狼和 [[ 狐狸 ]] 通常都是毛茸茸的四足，中等大小的动物，有 [[ 耳朵 ]] 和尾巴，但它们并不完全相同，因此不能对原型匹配理论进行完全的信任。

=== 特征分析（Feature analysis）===

多项理论试图解释人类如何能够识别其环境中的模式。特征检测理论提出神经系统对进入的刺激进行分类和过滤，以允许人（或动物）理解信息。在 [[ 生物 ]] 体中，该系统由特征检测器组成，它们是编码特定感知特征的单个 [[ 神经元 ]] 或神经元组。这个理论提出了 [[ 探测器 ]] 和感知特征之间的关系越来越复杂探测器最基本的特征，对刺激的简单属性做出反应。此外，沿着感知路径，更高组织的特征检测器能够响应更复杂和特定的刺激特性。当特征重复或以有意义的顺序发生时，由于我们的特征检测系统，我们能够识别这些模式。