3.1  仿生模式识别基本概念
仿生学事实上就是模拟自然界各类生物特有的能力，并把之运用到科研当中，例如飞机的发明是模拟蜻蜓，雷达的发明是模拟蝙蝠等等，通过研究这些内容，可以为信息科学领域提供新的思想，意义非凡。
仿生模式识别是一种全新的模式识别模型。不同于以往的注重“区分”的传统模式识别，仿生模式识别从“认识”角度看待事物，之所以加了“仿生”二字，是为了强调其数学模型和功能从“认识”的角度出发，而并不是真正意义上的仿生。这种理论强调两个同类事物之间必然存在至少一个渐变过程，而且此过程中的所有事物均属于这一类，换句话说，一个特征空间中的所有同类样本都是连续的。
运用几何方法解释仿生模式识别就是对具有连续性的同类样本在特征空间中形成的几何体进行研究分析，而具有连续性特性的样本点集本身就是一个拓扑空间的问题，这些样本点集实际其自身就是有关拓扑空间的研究内容，所以点集拓扑空间中的高文流形是研究仿生模式识别的一种有效手段。
3.2  仿生模式识别与传统模式识别的本质区别
（1）认知理论的差别
传统的模式识别的出发点是怎样对各种模式进行最佳划分，使得错误概率最小，并且断定训练样本集当中涵盖了全部有用信息。仔细研究这一划分方式不难发现，它是通过有限的样本来划分无限的特征空间，具有很大的缺陷，因为一旦遇到非原始训练样本集中的样本时，它会采取把其归入最相近的一类当中去，这样一来，就会发生误判，识别效果并不理想。
当偏僻山村中的一个小孩看见一种以前从未遇到过的东西（比如飞机）时，他的第一反应是什么？是以传统模式识别认为的那样，把飞机与以前认识的事物作对比，判断与哪一种最接近吗？答案是否定的。实际情况是它会想到“我不认识这种事物”，这也就说明，他并没有把飞机归为以前所认识的某一类当中去，而是把它看做是一种新事物。这是传统模式识别所无法做到的，而计算速度超强的计算机的识别能力也远不及一个小孩。“认识”事物的方式是人类的本质，但不是全部，在一些细微的方面也会进行“区分”（如区分虎与豹），这与传统方法认为的只“区分”而不“认识”是完全不同的。
假设一个样本空间中具有许多模式，如果用传统方法识别就会变成一类样本与有限类样本之间的区分，而如果换用仿生模式识别的方法则会是一类样本与无限类样本之间的区分，当样本空间中的模式数量很多时，传统方法的误识几率就会急剧增加。可以做这样一个形象的解释：如果一个人从未见过飞机，他会把飞机当做是鸟吗？当然不会。然而，用传统的方法去考虑，如果把飞机与其他一些未见过的鸟类一起识别，则会把飞机误认为是某一种和飞机最接近的鸟。相比较而言，仿生模式识别会拒识，从而避免发生错误，这才是人类认识事物的真实过程。
事实上，“仿生”这两个字意在说明以“认识”的角度去分析其数学模型和功能，这也符合人类识别事物的本质，但并没有在实现手段上赋予真正“仿生”的意义。
下面是仿生模式识别和传统模式识别的对比图，从中我们可以看出其差异。
表3.1 仿生模式识别和传统模式识别的对比
    传统模式识别    仿生模式识别
基本出发点    多类样本间的最优划分    一类样本的认知
理论基础    所有有用信息都包含在训练样本集中（不同类样本间的差异）    特征空间中同类样本的连续性规律（同类样本间的相似性） 仿生模式识别方法及应用的研究+文献综述(7):http://www.751com.cn/tongxin/lunwen_2381.html