模式识别和智能控制是一种计算机科学和人工智能领域的学科和研究方法。
它的主要目的是让计算机系统能够模仿、理解和学习人类使用语言或视觉图像等传感器收集的信息，然后通过分析和处理这些信息，实现对某种任务或环境状态的识别和控制。
这个领域的应用非常广泛，比如在机器视觉、自然语言处理、语音识别和控制系统等方面都有着很大的应用。
可以说，模式识别和智能控制已经成为人工智能实现复杂和高级任务的重要手段之一。
四种方法可以通过上面所提到的柏拉图和亚里士多德观点把它们合并成两类来区别出来：
（1）柏拉图式内省：
对象建模。
（2）亚里士多德式内省：
推广。
（3）亚里士多德式外省：
系统建模。
（4）柏拉图式外省：
概念建模。
这是基于柏拉图观点的内省形式。
研究者从能使模式识别系统工作起来的全局思路出发，设法检验他自己的思路和理论哪些是有用的。
比如，他可能会发现用颜色和形状判断苹果就已经足够了。
更一般地，他可能发现他可以用特定的规则对鉴别一组固定的观察到的事物。
所谓的句法规则和结构模式识别就是属于这样的类型，即基于用例推理。
在这方面有两个重要的问题：
一个是怎么从个体对象描述中建立一个具有一般性意义的一个种类的概念，另一个是怎么把人对事物的感观认识（如“锐利边缘”或“蛋形状”）和物理感应器的度量联系起来。
是一门研究用计算机代替人来识别事物的学科。
它不仅减轻了人的体力和脑力劳动，还可提高识别能力，使人们能完成以前所不能完成的大量识别工作。
模式的原意是指供模仿用的完美无缺的标本，所以模式识别是识别出给定的事物和哪一个标本（模式）相同或相近
国际模式识别（英语：
PatternRecognition），就是通过计算机用数学技术方法来研究模式的自动处理和判读。
我们把环境与客体统称为“模式”。
随着计算机技术的发展，人类有可能研究复杂的信息处理过程。
信息处理过程的一个重要形式是生命体对环境及客体的识别。
对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。
这是模式识别的两个重要方面。
市场上可见到的代表性产品有光学字符识别、语音识别系统。
首先学习这些是运用于智能助手方面的功能，一般情况下针对不同的模式场景我们可以进行不同的识别，然后利用语音助手的智能系统来进行回答和操作。
中科院是比较好的，模式识别与智能系统国家重点学科的学校有以下几个：
清华，上海交大，西安交大，南京理工另外比较好的有浙江大学，国防科技大学，南京大学等等。
当然不同学校的研究侧重点可能也不一样
