Министерство образования и науки Российской Федерации

Государственное образовательное учреждение

высшего профессионального образования

УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Кафедра Информатики

Детерминистские методы распознавания образов методические указания

к лабораторному практикуму по курсу

«Методы распознавания образов»

Уфа 2005

Составители: Н.А. Земченкова, Л.И. Шехтман, Р.Н. Уразбахтин

УДК

ББК

Детерминистские методы распознавания образов: Методические указания к лабораторному практикуму по курсу «Методы распознавания образов» / Уфимск. гос. авиац. техн. ун-т; Сост.: Н.А. Земченкова, Л.И. Шехтман, Р.Н. Уразбахтин . – Уфа, 2005. – 33 с.

Включают пять лабораторных работ, посвященных изучению детерминистского подхода к распознаванию образов: минимизации расстояний между классами признаков, минимизации расстояний между списками, получению распознающих процедур перцептронного типа, получению распознающих процедур методом, основанным на использовании потенциальных функций.

Предназначены для студентов 4 курса специальности 072200 «Моделирование и исследование операций в организационно-технических системах», изучающих дисциплину «Методы распознавания образов».

Рецензенты:

к.т. наук, доцент кафедры ВМиК Орехов Ю.В.

к.т. наук, доцент кафедры Информатики Каримов Р.Р.

Содержание

ДЕТЕРМИНИСТСКИЕ МЕТОДЫ 5

Расстояние между классами, списками 5

Введение 5

Применение 5

Пример распознавания стороной А самолетов стороны В 6

Лабораторная работа №1. Расстояние между классами 7

1. Цель работы 7

2. Теоретические сведения 7

3. Задание 9

4. Порядок выполнения работы 10

5. Литература 10

Лабораторная работа №2. Расстояние между списками 10

1. Цель работы 10

2. Теоретические сведения 11

3. Задание 1 13

4. Задание 2. 13

5. Порядок выполнения работы 14

6. Литература 14

Контрольные вопросы. 14

РАСПОЗНАЮЩИЕ ПРОЦЕДУРЫ ПЕРЦЕПТРОННОГО ТИПА 15

Введение 15

Перцептрон и его математическая модель 15

Линейные решающие функции 17

Лабораторная работа №3. Алгоритм обучения перцептрона (принцип подкрепления-наказания) 18

1. Цель работы 18

2. Теоретические сведения 18

Решающие функции 18

Алгоритм перцептрона 19

3. Задание 19

4. Порядок выполнения работы 20

5. Литература 20

Лабораторная работа №4. Классификация для случая нескольких классов (принцип подкрепления-наказания) 20

1. Цель работы 20

2. Теоретические сведения 21

Обобщенный алгоритм обучения перцептрона 21

3. Задание 21

4. Порядок выполнения работы 22

5. Литература 22

Контрольные вопросы. 22

МЕТОД ПОТЕНЦИАЛЬНЫХ ФУНКЦИЙ 23

Введение 23

Идея метода 23

Лабораторная работа №5. Получение решающих функций методом, основанным на использовании потенциальных функций 25

1. Цель работы 25

2. Теоретические сведения 25

Получение решающих функций. 25

Алгоритм метода потенциальных функций 27

3. Пример 28

4. Задание 30

5. Порядок выполнения работы 31

6. Литература 31

Контрольные вопросы. 32

Детерминистские методы Расстояние между классами, списками Введение

Операция классификации состоит в том, чтобы распределить данные по категориям (или классам), где под классом понимают совокупность образов, имеющих одни и те же признаки. Признаки могут быть заданы перечнем: названия городов, расписание движения транспорта и т.п. Информация может быть выражена положением признака в установленном списке в соответствии с порядком, принятым для Х. Это случай использования прилагательных, таких, как малый, средний, большой; тяжелый, легкий; близкий, далекий и т.д. Наконец, признаки могут быть двоичными: 0 или 1, что соответствует отсутствию либо наличию данного признака.

Понятие расстояния позволяет оценить степень сходства, как между отдельными реализациями, так и между целыми классами.