- •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
30. Общая схема постановки и решения задачи распознавания.
Анализ исходных данных для решения конкретной задачи:
— анализируется поставленная цель;
— исследуется ситуация, в которой возможно решение задачи;
— рассматриваются способы описания экспериментального материала;
— анализируется экспериментальный материал для оценки заданного числа образов, числа объектов в каждом образе, соотношений числа объектов и числа свойств, типов свойств;
— изучаются априорные предположения, при этом выясняется расположение заданных объектов в признаковом пространстве, а также определяются степени зависимости свойств, представительность МО, соотношение цен ошибок 1-го и 2-го рода;
— анализируются технологические условия, включающие в себя определение допустимого времени решения задачи; максимальные размеры экспериментального материала (допустимые количества объектов и свойств); режим работы; необходимые технические средства.
28. Алгоритм распознавания «Тесты».
Как и предыдущий алгоритм, алгоритм Тесты ориентирован на ситуацию, когда количество объектов много меньше числа свойств. Как и раньше мы рассматриваем только арифметические шкалы. Для каждого объекта материала обучения известно его прямое свойство. Существует много разновидностей этого алгоритма, различающихся по способу кодировки. Мы рассмотрим следующий способ:
На этом интервале обозначается среднее значение диапазона. Если объект имеет значение свойства расположенное слева(меньше среднего) от середины, то он кодируется как «0», а если справа(больше среднего) то «1».
К примеру объект а1 по свойству f1 имеет значение 12, что меньше среднего, значит по этому свойству он кодируется нулем. Процедура повторяется аналогично для всех свойств, а полный код объекта получается путем слияния кодов слева направо по порядку свойств.
О стальные объекты кодируются аналогично и заносятся в таблицу. Введем понятие теста: Тест – комбинация свойств, которая встречается только среди объектов одного из образов. Нас будут интересовать, так называемые, тупиковые тесты: Тупиковый тест – минимальная комбинация свойств, по которой объекты разных образов еще различаются. Самый простой (долгий) способ выбора всех тупиковых тестов – прямой перебор. Пример (по таблице): видно что нет ни одного тупикового теста из одного свойства, поэтому сразу рассматриваем тесты из 2х свойств. (f1,f3)=(0,1; 1,0) - является тупиковым тестом из 1-го образа, т.к. ни у одного из объектов 2-го образа нет такой же комбинации свойств (f1,f3) = (0,0;1,1). Напротив, (f1,f2) не является тупиковым тестом, т.к. среди объектов 2-го образа есть одинаковый с первым по этим свойствам: a4=a2. Т.о. мы перебираем все тупиковые тесты из 2х свойств у 1-го и 2-го образов. Если бы не оказалось тупикового теста из 2х свойств, мы бы взяли 3, 4, и т.д. Выделив все тупиковые тесты, мы переходим к построению решающего правила. Для этого рассчитывается вес каждого свойства:
И з формулы видно, что вклад в вес объекта вносят только те свойства, значения которых у объекта выше среднего – это результат выбора кодировки и слабое место этого алгоритма. Помните, что вы всегда можете выбрать другую кодировку в зависимости от задачи.
Последним шагом является построение графика распределения весов по объектам. По оси х мы откладываем объекты, а по оси у их веса. В результате получим диаграмму, на которой будет видно как распределяются по весам объекты разных образов. Анализируя диаграмму на качество распознавания, принимаем или не принимаем решение о необходимости пересмотра м.о. и (или) кодировки. Объекты экзамена наносятся на диаграмму и определятся к ближайшему образу.