模式识别(pattern recognition)是近30年来得到迅速发展的人工智能分支学科。模式识别不仅指感官对物体的感觉，它也是人们的一种基本的思维活动。根据被识别模式的性质，可以把识别行为分为两大类：具体事物的识别，如对文字、照片、音乐、语言等周围事物的识别；抽象事物的识别，如对已知的一个论点或一个问题的理解等。
概念
模糊模式识别是模糊集理论研究中的重要方向，神经网络是数据挖掘中的一种常用方法。 理论基础
1965年，美国著名控制论专家、加利福尼亚大学L.A.Zadeh(1965)教授提出模糊集(fuzzy sets)概念，建立了模糊集理论，创造了研究模糊性或不确定性问题的理论方法。近40年来，模糊理论与技术得到了迅猛发展，以模糊集理论为基础的应用学科，如模糊聚类分析、模糊模式识别、模糊综合评判、模糊决策与模糊预测、模糊规划、模糊控制、模糊信息处理等已在工业、农业、医学、军事、计算机科学、信息科学、管理科学、系统科学、工程技术等学科领域中发挥着非常重要的作用，带来了巨大的经济效益。 