学步园

      
识别程序面对的总是复杂多样的情况，在做识别性能提高的过程中，会碰到各种各样的错误，有时给人一种“防不胜防”的感觉，对此，别无二法，只能是加强测试数据的收集和强化测试，但是，当我们面对一大堆错误时，会发现好些是随机性的错误，即这种错误往往只出现一次，很难重现，对于这类错误，若用特殊的方法（即治标不治本的方法）解决它，则算法不会有适应性，所以会出现这样的情况：虽然改了很多识别错误，但最终测试后识别率并未有提升。对于随机性错误，如下四点是较为可行的策略：

1、  优先解决大概率的错误，不纠缠于小概率的随机性强的错误；

2、  尽量从随机性的错误中发现普适性的错误，举一反三地去解决问题；

3、  适当地容忍随机性错误的产生，以免陷入算法的泥潭；

4、  强化测试，从离散的错误中归类、总结错误的产生，以发现产生错误的规律。