- •Раздел II. Распознавание образов Введение
- •Глава 1. Общие основы теории распознавания образов
- •1.1. Основные понятия теории распознавания образов
- •1.2. Основные задачи, возникающие при разработке систем распознавания образов
- •1.3. Основные принципы построения систем распознавания
- •1. Принцип перечисления членов класса
- •2. Принцип общности свойств
- •3. Принцип кластеризации
- •1. Эвристические методы
- •2. Математические методы
- •3. Лингвистические (синтаксические) методы
- •Глава 2. Решающие функции
- •2.1. Общие понятия
- •2.2. Линейные решающие функции
- •Глава 3. Классификаторы образов с самообучением
- •3.1. Классификация образов с помощью функций расстояния
- •3.2. Классификация образов по критерию минимума расстояния
- •1. Случай единственности эталона
- •2. Множественность эталонов
- •3.3. Обобщение принципов классификации по минимуму расстояния
- •Глава 4. Распознавание образов с помощью кластеров
- •4.1. Основные понятия кластерного анализа
- •4.2. Расстояние между образами и мера близости
- •4.3. Расстояние между кластерами
- •4.4. Функционалы качества разбиения
- •4.5. Иерархические процедуры
- •4.6. Эвристические методы и алгоритмы
- •4.7. Алгоритм k – внутригрупповых средних
- •Глава 5. Обучаемые классификаторы образов. Детерминистский подход
- •5.1. Классификация образов с помощью персептронного подхода
- •5.2. Принцип подкрепления - наказания
- •5.3. Сходимость принципа подкрепления - наказания
- •5.4. Обобщение алгоритма персептрона для классификации нескольких классов
- •Глава 6. Распознавание образов на основании метода потенциальных функций
- •6.1. Получение решающих функций
- •6 .2. Выбор потенциальных функций
- •6.3. Сходимость алгоритмов обучения
- •6.4. Обобщение алгоритма метода потенциальных функций на несколько классов
- •Глава 7. Структурное распознавание образов Введение
- •7.1. Синтаксический подход к распознаванию образов
- •7.2. Система синтаксического распознавания образов
- •7.3. Методы предварительной обработки
- •1. Кодирование и аппроксимация
- •2. Фильтрация, восстановление и улучшение
- •3. Сглаживание
- •4. Сегментация
- •7.4. Языки описания образов
- •1. Выбор непроизводных элементов
- •2 Выделение непроизводных элементов на границах
- •Задание для самостоятельной работы
- •7.5. Языки и порождающие грамматики
- •7.6. Обработка изображений
- •1. Классы изображений
- •2. Ввод изображений
- •3. Преобразование изображений
- •Литература
Литература
1. Ту Дж., Гонсалес Р. Принципы распознавания образов / Дж.Ту, Р.Гонсалес./ Пер. с англ. И.Б. Гуревича; Под редакцией Ю.И. Журавлева. – М.: Мир, 1978. – 411с.
2. Патрик Э. Основы теории распознавания образов / Э. Патрик / Пер. с англ. Б.C. Гуревича; Под редакцией Б. Р. Левина. – М.: Сов. радио, 1980. – 408 с.
3. Фараонов В.В. Система программирования Delphi / В.В.Фараонов. - СПб.: Питер, 2003. – 912 с.
4.Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы / А.М. Дубров, В.С. Мхитарян, Л.И. Трошин. – М.: Финансы и статистика, 1998. – 250 с.
5.Лагутин М.Б. Наглядная математическая статистика / М.Б.Лагутин . – М.: Бином. Лаборатория знаний, 2007. – 472 с.
6. Васильев В.И. Распознающие системы / В.И. Васильев. – Киев: Наук. думка, 1989. –.421 с.
7. Фу К. Структурные методы в распознавании образов / К. Фу / Пер. с англ. Н.В. Завалишина; Под ред. М.А. Айзермана – М.: Мир, 1977. – 319 с.
8. Журавлёв Ю.И. Распознавание образов и анализ изображений. // Искусственный интеллект: Модели и методы. т. 1. / Ю. И Журавлёв, И. Б Гуревич.– М.: Радио и связь, 2000. – 310с.
9. Павлидис Т. Алгоритмы машинной графики и обработки изображений / Т. Павлидис / Пер. с англ. Н.В. Петрова; Под ред. М С. Гуревича. – М.: Радио и связь, 1986. – 400 с.
10. Галуев Г.А., Тараненко А.С. Нейросетевая система автоматической идентификации номерных знаков автотранспортных средств для задач комплексного обеспечения информационной безопасности / Г.А. Галуев, А.С. Тараненко // Нейрокомпьютеры.- 2004г.-№5-6.-С.21-32.