- •1. Персоналии, принимающие участие в Задаче принятия решений
- •Проблема распознавания.
- •Общая постановка задачи.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •6. Исходные данные для задачи распознавания
- •11. Анализ расположения объектов в пространстве свойств с целью выбора алгоритма распознавания.
- •13. Классификация алгоритмов распознавания.
- •9) Анализ данных с целью выбора постановки и метода решения
- •2. Анализ полноты и качества информации
- •12. Этапы решения задач распознавания.
- •16) Мера сходства и ее свойства
- •19. Алгоритм «Гол n»
- •29. Шкалы измерения свойств.
- •23) Условия применимости алг. Голотип 1
- •24)Различия между гол. N и гол. 1
- •15) Область применения алг. Дискрим. Ф.
- •25) Исследование представительности мо
- •18) Задача разбиения образа на однородные группы
- •20) Способ вычисления типичного представителя в алг. Голотип n
- •21)Решающее правило в алг. Голотип n
- •26) Распознавание с «отказами» и без «отказов»
- •10) Основные этапы анализа данных.
- •30. Алгоритм распознавания «Кора 3»
- •14) Дискриминантная ф.
- •22) Алгоритм расп. Голотип 1
- •28)Pешающее правило в алгоритме «Энтропия»
- •33) Общая схема постановки и решения задачи распознавания.
- •1. Анализ исходных данных для решения конкретной задачи:
- •Назначение
- •Постановка задачи.
- •Метод решения задачи.
- •32)Алг. «Направленный поиск».
- •34. Основные понятия системы массового обслуживания.
- •31. Алгоритм распознавания «Тесты».
- •49. Способ лексикографической оптимизации.
- •40) Модель производственных поставок
- •41. Модель поставок со скидкой.
- •50. Построение обобщенного критерия в многокритериальной задаче.
- •42. Постановка задачи оптимизации при нескольких критериях.
- •43. Математическая модель многокритериальной задачи
- •44. Отношение доминирования по Парето
- •51. Сппр, основные задачи и этапы.
- •45. Геометрическая интерпретация многокритериальной задачи принятия решений.
- •47. Способ указания нижних границ критериев.
- •46) Различные подходы к решению многокритериальных задач
15) Область применения алг. Дискрим. Ф.
1) Все свойства измерены в арифметической шкале;
2) Два и более образа в материале обучения;
3) В пространстве «объекты-свойства» объекты обучения имеют
нормальное распределение (образы компактны).
Дискриминантный анализ эффективно использовать при достаточно
близком расположении образов и даже при небольшом их наложении.
25) Исследование представительности мо
МО считается непредставительным для x, если нет ни одного голотипа, мера сходства которого с x больше соответствующего ему радиуса.
18) Задача разбиения образа на однородные группы
Используя меру сходства между объектами по общей матрице мер
сходства, можно выделить из исходной совокупности однородные группы,
с
равнивая
меру сходства с пороговым значением
:
Если условие выполняется, то считаем, что объекты связаны
одной связкой. Если нет, то связка рвется, но это не значит, что объекты
не могут оказаться в одной группе.
Совокупность объектов , каждый из которых связан с другим посредством
любого числа связок, называют однородной группой.
Эксперты.
Строиться общая матрица мер сходства (совпадения по строкам).
Выбирается порог. Сумма правой половины матрицы без единиц/ на количество выбранных ячеек.
Строиться просеянная матрица по порогу.
Разбиваем на группы. Выбираем, чтобы группы были однородные (зависит от порога).
20) Способ вычисления типичного представителя в алг. Голотип n
Голотип – это тот объект, у которого средняя мера сходства с остальными объектами данной группы является максимальной, т.е. тот на который все остальные объекты в группе наиболее похожи.
m – Количество объектов в групп
21)Решающее правило в алг. Голотип n
26) Распознавание с «отказами» и без «отказов»
Процедура
экзамена проводится с отказом и без
отказа. В режиме распознавания с отказом
объект экзамена
относится к той компоненте связности,
в которую он попадает (
,
где
— номер компоненты,
— ее голотип,
— ее радиус, и соответственно к тому
образу, к которому относится голотип
).
В режиме распознавания без отказа
объект
относится к той компоненте связности,
к голотипу
которой он оказывается ближе всего в
смысле величины меры сходства, и
соответственно к тому образу, к которому
относится этот голотип.
10) Основные этапы анализа данных.
Анализ исходных данных для решения конкретной задачи:
— анализируется поставленная цель;
— исследуется ситуация, в которой возможно решение задачи;
— рассматриваются способы описания экспериментального материала;
— анализируется экспериментальный материал для оценки заданного числа образов, числа объектов в каждом образе, соотношений числа объектов и числа свойств, типов свойств;
— изучаются априорные предположения, при этом выясняется расположение заданных объектов в признаковом пространстве, а также определяются степени зависимости свойств, представительность МО, соотношение цен ошибок 1-го и 2-го рода;
— анализируются технологические условия, включающие в себя определение допустимого времени решения задачи; максимальные размеры экспериментального материала (допустимые количества объектов и свойств); режим работы; необходимые технические средства.
