模式識別技術是人工智能的基礎技術，21世紀是智能化、信息化、計算化、網絡化的世紀，在這個以數字計算為特征的世界里，作為人工智能技術基礎學科的模式識別技術，必將獲得巨大的發展空間。
在上，各大研究機構，各大公司都紛紛開始將模式識別技術作為公司的戰略研發重點加以重視。
模式識別從20世紀20年代發展至今，人們的一種普遍看法是不存在對所有模式識別問題都適用的單一模型和解決識別問題的單一技術，我們現在擁有的只是一個工具袋，所要做的是結合具體問題把統計的和句法的識別結合起來，把統計模式識別或句法模式識別與人工智能中的啟發式搜索結合起來，把統計模式識別或句法模式識別與支持向量機的機器學習結合起來，把人工神經元網絡與各種已有技術以及人工智能中的專家系統、不確定推理方法結合起來，深入掌握各種工具的效能和應有的可能性，互相取長補短，開創模式識別應用的新局面。
1語音識別技術
語音識別技術正逐步成為信息技術中人機接口的關鍵技術，語音技術的應用已經成為一個具有競爭性的新興高技術產業。中國互聯網中心的市場預測：未來5年，中文語音技術領域將會有超過400億人民幣的市場容量,然后每年以超過30的速度增長。
2生物認證技術
生物認證技術本世紀zui受關注的安全認證技術，它的發展是大勢所趨。人們愿意忘掉所有的密碼、扔掉所有的磁卡，憑借自身的*性來標識身份與保密。數據集團(IDC)預測：作為未來的必然發展方向的移動電子商務基礎核心技術的生物識別技術在未來10年的時間里將達到100億美元的市場規模。
3聲紋識別
近年來，在生物識別技術領域中，聲紋識別技術以其*的方便性、經濟性和準確性等優勢受到世人矚目，并日益成為人們日常生活和工作中重要且普及的安驗證方式。而且利用基因算法訓練連續隱馬爾柯夫模型的語音識別方法現已成為語音識別的主流技術，該方法在語音識別時識別速度較快，也有較高的識別率。
4指紋識別
我們手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是*的。依靠這種*性，就可以將一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般指紋分成：leftloop,rightloop,twinloop,whorl,arch和tentedarch幾個大的類別;這樣就可以將每個人的指紋分別歸類，進行檢索。指紋識別基本上可分成：預處理、特征選擇和模式分類幾個大的步驟。
5數字水印技術
90年代以來才在上開始發展起來的數字水印技術是發展潛力與優勢的數字媒體版權保護技術。IDC預測，數字水印技術在未來的5年內市場容量超過80億美元。
