Лекции по МРРиИ, Геппенер В.В. / Вопросы_Распозн2002

Вопросы по курсу

«Распознавание изображений и речевых сигналов»

Лектор : Геппенер В.В. 2002 г.

1. Образы и распознавание образов. Структура системы распознавания образов

2. Получение данных, предобработка данных, классификация данных - три основных фазы распознавания образов. Представление образов и основные подходы к машинному распознаванию: непараметрический, статистический, синтаксический, нейронный.

3. Примеры применений: машинное зрение, распознавание рукописных символов , распознавание речи, анализ медицинских данных .

4. Решающие поверхности и дискриминантные функции. Линейные дискриминантные функции, классификатор по минимуму расстояния.

5. Линейная разделимость. Кусочно- линейные дискриминантные функции. Нелинейные дискриминантные функции.

6. Фи-машины. Потенциальные функции как дискриминантные функции.

7. Пространство весов. Процедуры обучения с коррекцией ошибок: правило с фиксированным приращением, правило абсолютной коррекции, частично корректирующее правило.

8. Обобщенные градиентные методы обучения. Персептронный критерий.

9. Процедуры обучения на основе минимальной среднеквадратичной ошибки: псевдоинверсный метод, метод Хо-Кашьпа.

10. .Статистические методы обучения. Функция потерь. Байесовская дискриминантная функция. Принятие решение по максимуму правдоподобия.

11. Ошибки классификации. Оптимальная дискриминантная функция для нормально распределенных образов.

12. .Примеры статистических дискриминантных функций для нескольких моделей образов.

13. Обучение для статистических дискриминантных функций. Оценки максимального правдоподобия, байесовские оценки.

14. Непараметрическое оценивание. Парзеновские окна, метод непараметрического оценивания на основе к-ближайшего соседства.

15. Кластерный анализ - основная цель. Области применения. Расстояния между образами, меры расстояния между кластерами.

16. Иерархическая группировка - формальное описание. Алгоритм иерархической группировки. Формальное описание.

17. Метод K-внутригрупповых средних - Краткий обзор

18. Алгоритм К-средних. Формальное описание.

19. Понятия теории формальных языков: определения, типы грамматик Постановка задачи синтаксического распознавания образов.

20. Синтаксическое описание образов. Грамматики, используемые в распознавании образов: синтаксически ориентированное распознавание,

21. Распознавание образов, представленных графами.

22. Что такое нейронное распознавание образов. Перцептрон: однослойный, многослойный. Обучение многослойного перцептрона: алгоритм обратного распространения ошибки.

23. Обучение без учителя в нейронном распознавании образов. Кохоненовская самоорганизующаяся сеть.

24. Определение преобразований изображений. Дискретизация для двумерных функций, функциональные свойства двумерного преобразования Фурье: сепарабельность ядра, периодичность и комплексно-сопряженная симметрия, инвариантность к повороту, корреляция и конволюция.

25. Быстрое преобразование Фурье (одномерный случай) Двумерное FFT как два шага одномерного FFT.

26. Улучшение обработки изображений путем преобразования c использованием низкочастотной и высокочастотной фильтрации

27. Алгоритмы цифровой обработки изображений :Преобразование пространственно-временного сигнала в полутоновое изображение. Инвертирование изображений; Изменение контрастности и яркости;

28. Алгоритмы цифровой обработки изображений: преобразование изображений с помощью равномерной эквализации гистограмм яркости изображений.

29. Алгоритмы цифровой обработки изображений: дискретная фильтрация полутонового изображения на основе двумерной свертки; Медианная фильтрация полутонового изображения.

30. Задача описания геометрических структур изображений. Категории признаков , Классификация методов и алгоритмов.

31. Методы и алгоритмы вычисления метрических признаков.

32. Методы вычисления параметрических описаний границ областей.

33. Структурные методы описания объектов изображений. Синтез структурных описаний кривых. Структурные методы описания областей.

34. Нечеткие методы описания структуры изображений.

35. Речевые технологии в современной обработке данных. Классификация систем распознавания речи. Обзор современных систем распознавания речи.

36. Речевой сигнал и его структура: механизм речеобразования, фонетическая структура речевого сигнала. Линейная математическая модель речеобразования.

37. Основные подходы к построению систем распознавания речи.

38. Основные этапы обработки речевых сигналов. Регистрация речевых сигналов и использование звуковых карт.

39. Частота дискретизации, разрядность представления речевых данных.

40. Формат Wav-файла.

41. Методы параметрического описания речевых сигналов. Окно и шаг анализа. Спектральное описание речевого сигнала. Формантный анализ.

42. Определение границ слов фраз

43. Методы линейного предсказания. Автокорреляционный и ковариационный методы.

44. Распознавание на основе эталонов. Меры сходства речевого сигнала с эталонами .

45. Нормализация темпа речи Алгоритмы динамического программирования.