Лабораторна робота № 2
Тема:
Дослідження геометричних мip близькостм об'ектмв i класів в системах розпізнавання.
Мета:
Метою лабораторної роботи є практичне освоення методів комп'ютерної реалізації геометричних міp близькості, застосовуваних для прийняття рішень у детермінованих системах розпізнавання.
Завдання:
-
Розробити алгоритм ухвалення рішення в детермінованій системі розпізнавання на основі використання відомих геометричних мip близькості.
-
Програмно реалізувати розроблений алгоритм.
-
Увести задані описи 4-х класів i запропонованих ознак розпізнавання (таблиці 1-4 -варіанти завдань).
-
Налагодити програми.
-
Виконати контрольні розпізнавання невідомих об'ектів по векторах їхніх ознак (задати самостійно).
-
Порівняти прийняти рішення про віднесення невідомих об'ектів до заданих класів по різних міpax близькості. Зробити висновки.
Вимоги до виконання задач:
-
Число класів розпізнавання - 4.
-
Розмірність вектора ознак - до 11.
-
Число еталонів опису класів - 4-10.
-
Мова програмування - matlab.
5. Програмно повинне бути передбачене використання для ухвалення рішення ycix введених еталонів опису класів i їxнix усереднених описів.
6. Лабораторна робота повинна бути оформлена відповідно до вимог.
Рекомендацн до виконання:
1. Як геометричні міри близькості при детермінованому oпиci розпізнаваних об'ектів i класів використовувати
а) Евклідову відстань між об'єктами, описаними мовою ознак
б) Кутова відстань між векторами ознак об'екту, який розпізнається й еталону
в) Суму модулів різниці координат (ознак) об'екта й еталона .
2. Рішення про приналежність об'екта, представленого вектором Xw, до одного з класів приймається відповідно до правил прийняття рішень у детермінованих системах.
Примітка: Опис класів к еталонами може бути перетворене до опису одним еталоном. Це здійснюеться осередненням еталонів по ознаках.
Контролні питания:
-
Класифікація систем розпізнавання
-
Структура системи розпізнавання
-
Задачі, розв'язувані в системах розпізнавання
-
Дегерміновані алгоритми розпізнавання
-
Mipи подоби. Вимір близькості зразка i класу
-
Вимір внутрішньокласовоі відстані через дисперсію
-
Зважування ознак. Мінімізація внутрішньокласової відстані
-
Допущення при розпізнаванні образів. Компактність.
Початкові данні для тестування програми I проведения досліджень
Таблиця 1 - 1-й клас
|
ЭТАЛОНЫ |
||||||
|
|
|
1 |
2 |
3 |
4 |
5 |
|
1 |
X |
0.9 |
0.80 |
0.9 |
0.7 |
1.00 |
|
Y |
0.5 |
0.68 |
0.47 |
0.7 |
0.80 |
|
|
2 |
X |
0.8 |
0.40 |
0.90 0.80 |
0.3 0.6 |
0.50 0.70 |
|
Y |
0.6 |
0.90 |
||||
|
3 |
X |
0.8 |
0.51 |
0.91 0.14 |
0.7 0.7 |
1.00 1.00 |
|
Y |
0.4 |
0.56 |
||||
|
4 |
X |
1.0 |
0.56 |
0.78 |
0.6 |
0.34 |
|
Y |
0.6 |
0 81 |
1.00 0.77 |
0.7 0.2 |
0.88 1.00 |
|
|
5 |
X |
0.6 |
0.51 |
|||
|
Y |
0.5 |
0.63 |
1.00 0.25 |
0.2 0.7 |
0.76 0.64 |
|
|
6 |
X |
0.5 |
1.00 |
|||
|
Y |
0.8 |
0.60 |
0.70
|
0.8
|
0.88
|
|
Таблиця 2 - 2-й клас
|
ЭТАЛОНЫ |
||||||
|
№ |
|
1 |
2 0.2 |
3 |
4 |
5 |
|
1 |
X Y |
0.21 |
0.17 |
0.23 |
0.30 |
|
|
0.60 |
0.8 0.8 |
0.40 |
0.70 |
1.00 |
||
|
2 |
X Y |
1.00 |
0.84 |
0.86 |
0.88 |
|
|
1.00 |
0.9 0.1 |
0.70 |
0.80 |
0.85 |
||
|
3 |
X Y |
0.15 |
0.21 |
0.09 |
0.03 |
|
|
0.08 |
0.0 0.2 |
0.10 |
0.14 |
0.09 |
||
|
4 |
X Y |
0.25 |
0.22 |
0.21 |
0.18 |
|
|
0.25 |
0.3 0.1 |
0.44 |
0.31 |
0.37 |
||
|
5 |
X Y |
0.19 |
0.21 |
0.13 |
0.25 |
|
|
0.49 |
0.5 0.0 |
0.83 |
0.33 |
0.65 |
||
|
6 |
X Y |
0.04 |
0.03 |
0.05 |
0.05 |
|
|
0.54 |
0.6
|
0.47 |
0.75 |
0.80 |
||
Таблиця 3-3-й клас
|
ЭТАЛОНЫ |
||||||
|
№ |
|
1 |
2 |
3 |
4 |
5 |
|
1 |
X |
0.2 |
0.25 |
0.1 0.2 |
0.23 |
0.30 |
|
Y |
0.2 |
0.28 |
0.26 |
0.30 |
||
|
2 |
X |
0.8 |
0.70 |
0.7 0.1 |
0.76 |
0.78 |
|
Y |
0.4 |
0.30 |
0.20 |
0.25 |
||
|
3 |
X |
0.4 |
0.39 |
0.5 0.1 |
0.36 |
0.30 |
|
Y |
0.1 |
0.15 |
0.17 |
0.16 |
||
|
4 |
X |
0.3 |
0.29 |
0.3 0.5 |
0.31 |
0.25 |
|
Y |
0.2 |
0.38 |
0.34 |
0.42 |
||
|
5 |
X |
0.1 |
0.17 |
0.2 0.7 |
0.13 |
0.25 |
|
Y |
0.4 |
0.48 |
0.24 |
0.56 |
||
|
6 |
X |
0.0 |
0.04 |
0.0 0.8 |
0.03 |
0.03 |
|
Y |
0.4 |
0.57 |
0.33 |
0.65 |
||
Таблиця 4 - 4-й клас
|
|
|
ЭТАЛОНЫ | |
|||||
|
№ |
|
1 |
2 |
3 |
4 |
5 |
6 |
|
1 |
X |
0.85 |
0.75 |
0.19 |
0.27 |
0.19 |
0.27 |
|
Y |
0.40 |
0.61 |
0.22 |
0.30 |
0.50 |
0.90 |
|
|
2 |
X |
0.60 |
0.70 |
0.72 |
0.80 |
0.82 |
1.00 |
|
Y |
0.85 |
0.75 |
0.15 |
0.35 |
0.75 |
0.95 |
|
|
3 |
X |
0.61 |
0.41 |
0.33 |
0.45 |
0.06 |
0.18 |
|
Y |
0.28 |
0.84 |
0.15 |
0.17 |
0.07 |
0.11 |
|
|
4 |
X |
0.45 |
0.89 |
0.27 |
0.35 |
0.19 |
0.23 |
|
Y |
0.67 |
0.95 |
0.30 |
0.46 |
0.28 |
0.40 |
|
|
5 |
X |
0.38 |
0.90 |
0.15 |
0.23 |
0.15 |
0.23 |
|
Y |
0.37 |
0.89 |
0.32 |
0.64 |
0.41 |
0.73 |
|
|
6 |
X |
0.38 |
0.90 |
0.02 |
0.04 |
0.04 |
0.06 |
|
Y |
0.60 |
0.70 |
0.72 |
0.80 |
0.82 |
1.00 |
|