- •1. Задача распознавания и её формальное описание. Проблема распознавания.
- •Обсуждение задачи опознавания.
- •Общая постановка задачи.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •3. Исходные данные для задачи распознавания
- •2 . Геометрическая интерпретация задачи распознавания.
- •4. Структура таблицы «объекты-свойства»
- •6. Анализ данных с целью выбора постановки задач и методы решения.
- •5. Прямые и косвенные свойства в задачах распознавания.
- •7. Основные этапы анализа данных.
- •8. Анализ расположения объектов в пространстве свойств с целью выбора алгоритма распознавания.
- •9. Этапы решения задач распознавания.
- •10. Классификация алгоритмов распознавания.
- •15. Задача разбиения образа на однородные группы.
- •12. Область применения алгоритма Дискриминантная функция.
- •11. Алгоритм распознавания «Дискриминатная функция».
- •13. Мера сходства и ее свойства.
- •14. Метрика и ее свойства.
- •16. Алгоритм «Гол n»
- •26. Шкалы измерения свойств.
- •17.Способы вычисления типичного представителя в алгоритме «Гол n»
- •18. Решающее правило в алгоритме «Гол n»
- •20. Условия применения алгоритма «Гол 1»
- •22. Исследования представительности мо
- •21. Различия между алгоритмами “Гол n” и «Гол 1»
- •19. Алгоритм распознавания «Гол 1»
- •23. Распознавание с отказами и без отказов
- •24. Алгоритм распознавание «Энтропия»
- •25. Решающее правило в алгоритме «Энтропия»
- •30. Общая схема постановки и решения задачи распознавания.
- •28. Алгоритм распознавания «Тесты».
- •27. Алгоритм распознавания «Кора 3»
- •32. Основные понятия системы массового обслуживания.
- •40. Постановка задачи оптимизации при нескольких критериях.
- •41. Математическая модель многокритериальной задачи.
- •29. Алгоритм распознавания «Направление опробования»
- •31. Принципы построения и функционирования сппр.
- •32. Основные понятия системы массового обслуживания.
- •47. Способ лексикографической оптимизации.
- •48. Построение обобщенного критерия в многокритериальной задаче.
- •45. Способ указания нижних границ критериев.
- •42. Отношение доминирования по Парето
- •38. Модель производственных поставок.
- •39. Модель поставок со скидкой.
- •43. Геометрическая интерпретация доминирования по Парето
- •52. Логическая модель представления знаний
- •Продукционная модель представления знаний
- •Фреймовая модель представления знаний
- •Модель семантических сетей
- •Классификация систем Business-to-business (b2b-систем)
- •61. Понятие логистической системы
- •Основные отличия знаний от данных
- •Классификация информационно-поисковых систем
- •Основные модели представлений знаний
23. Распознавание с отказами и без отказов
Процедура экзамена проводится с отказом и без отказа. В режиме распознавания с отказом объект экзамена X относится к той компоненте связности, в которую он попадает ( , где q — номер компоненты, — ее голотип, Rq — ее радиус, и соответственно к тому образу, к которому относится голотип ). В режиме распознавания без отказа объект X относится к той компоненте связности, к голотипу которой он оказывается ближе всего в смысле величины меры сходства, и соответственно к тому образу, к которому относится этот голотип.
24. Алгоритм распознавание «Энтропия»
Назначение — решение задач распознавания на K образов, гдеK>1, причем для каждого объекта формируется свое решающее правило.
Постановка задачи. В исходных данных, представленных в виде ТОС, присутствуют представители всех образов. Для каждого объекта указана его принадлежность к образу. В процессе распознавания определяется принадлежность объектов экзамена к одному из образов.
Метод решения задачи. Этот метод основан на том, что для каждого объекта формируется свое решающее правило, для чего вокруг каждого объекта экзамена описывается система концентрических сфер. Далее рассматриваются только те из них, в которые попадает достаточно много объектов обучения. Для каждой из этих сфер определяется функция энтропии, характеризующая преобладание точек одного образа из образов в этой сфере. Результат определяется по той сфере, где значение функции оптимально. Точка экзамена относится к тому классу, который в этой сфере преобладает.
Рассмотрим данный алгоритм более подробно. На первом этапе необходимо вычислить матрицы мер сходства по каждому свойству, а затем и общую матрицу мер сходства . Из общей матрицы мер сходства выбирается максимальная и минимальная меры сходства. На следующем этапе введем некоторый шаг , где l — заданное нами постоянное число сфер.
Вычисляется мера сходства для каждого объекта экзамена x с каждым объектом МО . Затем выбираем все объекты, для которых мера сходства с объектами МО удовлетворяют условию , h=0,1...
В результате получаем набор вложенных сфер (концентрических). Для каждой из этих сфер мы вычисляем энтропию , где — число объектов i-го образа, попавших в S-ую сферу; — число объектов, попавших в S-ую сферу.
Из всех полученных энтропий выбираем минимальную . Затем находим номер сферы с минимальной энтропией . Эта сфера, в которой объектов одного образа намного больше объектов другого образа, т. е. .
Последним этапом решения является распознавание. Распознавание производится при помощи правила Байеса. Объект x будет отнесен к i-му образу, если
, где — число объектов i-го образа в S-ой сфере, — общее число объектов i-го образа, — число объектов j-го образа в S-ой сфере, — общее число объектов j-го образа.
Иначе, если , то объект x будет отнесен к j-му образу.
25. Решающее правило в алгоритме «Энтропия»
В результате получаем набор вложенных сфер (концентрических). Для каждой из этих сфер мы вычисляем энтропию
,где — число объектов i-го образа, попавших в S-ую сферу;
— число объектов, попавших в S-ую сферу.
Из всех полученных энтропий выбираем минимальную . Затем находим номер сферы с минимальной энтропией . Эта сфера, в которой объектов одного образа намного больше объектов другого образа, т. е. .
Последним этапом решения является распознавание. Распознавание производится при помощи правила Байеса. Объект x будет отнесен к i-му образу, если
,где — число объектов i-го образа в S-ой сфере,
— общее число объектов i-го образа,
— число объектов j-го образа в S-ой сфере,
— общее число объектов j-го образа.
Иначе, если , то объект x будет отнесен к j-му образу.