聚类在模式识别中的应用十分广泛。

举个例子：在一堆照片中分辨出那些是男人、那些是女人。那么，有眉骨突出、浓密的眉毛、相对粗糙的皮肤、粗大的毛孔、有胡子等等特征的照片可以认为是男人；而有眉骨不突出、柳叶弯眉、细腻的皮肤、小巧的鼻子、无胡子等等特征的照片这可以认为是女人。这个过程实际上就是对照片特征进行识别，然后分类。

　　　 目前手写板比较普及，它就是聚类技术和模式识别结合的一个典型的例子。下面简单介绍下它的工作过程。首先，通过手写板，将手写的文字数字化，获得一个数字化的文字；

然后对这个文字进行处理，扶正、锐化等等，获得这个汉字的一组特征数据；

再运用各种聚类算法对这些数据进行聚类，获得它们的特征值。这个值就对应某一个汉字。

最终在电脑上显示或是用于以后处理。其中，聚类的过程是核心，它实现了各种不同手写体的汉字对应同一个汉字，而聚类的准确性对手写板识别的准确性又有着极重要的作用。

　　　 当然，聚类在其他类型的模式识别中也有很多应用。一般多用在决策理论方法中，首先通过数字化将问题变为数字的信息；然后，进行特证抽取。从预处理后的输入模式中抽取一种特征；最后进行分类，获得最终的结果。

（工程中心—李全宁）