模式識別系統，由資料獲取、預處理、特徵提取、分類決策和分類器設計5部分組成。模式識別系統各組成單元的功能如下：1）資料獲取：利用計算機可以運算的符號來表示所研究的物件，對應於外界物理空間向模式空間的轉換。一般，獲取的資訊型別有以下幾種。一維波形：心電圖、腦電波、聲波、震動波形等。二維影象：文字、地圖、照片等。物理參量：體溫、化驗資料、溫度、壓力、電流、電壓等。2）預處理：對由於資訊獲取裝置或其他因素所造成的資訊退化現象進行復原、去噪，加強有用資訊。3）特徵提取：由資訊獲取部分獲得的原始資訊，其資料量一般相當大。為了有效地實現分類識別，應對經過預處理的資訊進行選擇或變換，得到最能反映分類本質的特徵，構成特徵向量。其目的是將維數較高的模式空間轉換為維數較低的特徵空間。4）分類決策：在特徵空間中用模式識別方法（由分類器設計確定的分類判別規則）對待識模式進行分類判別，將其歸為某一類別，輸出分類結果。這一過程對應於特徵空間向類別空間的轉換。5）分類器設計：為了把待識模式分配到各自的模式類中，必須設計出一套分類判別規則。基本做法是收集一定數量的樣本作為訓練集，在此基礎上確定判別函式，改進判別函式和誤差檢驗。模式識別的關鍵是解決如何利用計算機進行模式識別，並對樣本進行分類。執行模式識別的基於計算機的系統（可以是桌上型電腦、膝上型電腦或基於微控制器、DSP和ARM等有計算能力的系統）稱為模式識別系統。