- •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
27. Алгоритм распознавания «Кора 3»
Алгоритм, моделирующий работу коры мозга для распознавания образов, в частности в геологоразведке. Основное его отличие от изученных алгоритмов, основанных на мере сходства (Голотип) и расстоянии (ДФ) между объектами, заключается в том, что здесь нет ни меры сходства ни расстояния, а анализ основывается на частотном составе. Важно! Данный алгоритм ориентирован на ситуацию, когда объектов мало, а свойств много.
1.Исходные данные представляются в виде ТОС шкалы только арифметические. Для каждого объекта материала обучения известно его прямое свойство.
2.Строим гистограммы по свойствам: Для этого, разбиваем диапазон значений свойства (от min к max) на градации (интервалы) Количество интервалов вы выбираете сами по ситуации
Далее наносим на ось все объекты.
3.Производим перекодирование объектов. Суть кодирования заключается в изменении способа описания объекта. К примеру закодируем объект а1: Его значение по первому свойству = 12. Наносим его на ось с интервалами между 10 и 20 (интервал2).
Кодирование происходит по интервалам: Если объект не попал в интервал, то ему присваивается «0», а если попал, то «1». Таким образом, новый код объекта a1 по 1му свойству: а1={010}, вместо старого кода ={12}.Важно отметить, что правила по которым мы перекодируем объекты – чисто эвристические и не являются формально математическими. Поэтому результат напрямую зависит от того на сколько интервалов разбивать то или иное свойство и т.п.
Перебрав все тройки мы сможем определит ь объект к тому образу, троек которого больше. Однако, если мы не найдем совпадающих троек или количество троек разных образов будет равным, мы можем поменять кодировку или материал обучения и попытаться снова.
32. Основные понятия системы массового обслуживания.
Основные понятия: требование на обслуживание, поток заявок и канал обслуживания. Поток заявок имеет случайный закон распределения. Системы бывают одноканальные и многоканальные. Каналом обслуживания называется “устройство”, которое в любой момент времени может обслуживать только одно требование. СМО бывает с отказами и с ожиданием. СМО с ожиданием бывает трех типов: упорядоченное обслуживание, случайное обслуживание, приоритетное обслуживание. Характеристики СМО с отказами: абсолютная пропускная способность – это среднее число заявок, обслуживаемых в единицу времени; относительная пропускная способность – это средняя доля поступивших заявок, обслуженных системой. Основные характеристики СМО: число каналов n; λ интенсивность потока заявок (среднее число заявок, поступивших в единицу времени); μ производительность каналов (среднее число заявок, обслуженных в единицу времени) Поток заявок и время обслуживания: λ(t) интенсивность потока заявок предположения; cтационарность λ(t)=λ= const; отсутствие последействия; ;ординарность. Если выполняются условия с 1 по 3, то такой поток наз.простейшим или стационарным Пуассоновским. Если выполняются 2 и 3 и не выполняется 1, то поток наз. нестационарным Пуассоновским. Вероятность того, что на участке времени длительностью произойдет ровно m событий равно:
Закон распределения интервала времени T между соседними событиями в Пуассоновском потоке равен: