- •1. Задача распознавания и её формальное описание. Проблема распознавания.
- •Обсуждение задачи опознавания.
- •Общая постановка задачи.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •3. Исходные данные для задачи распознавания
- •2 . Геометрическая интерпретация задачи распознавания.
- •4. Структура таблицы «объекты-свойства»
- •6. Анализ данных с целью выбора постановки задач и методы решения.
- •5. Прямые и косвенные свойства в задачах распознавания.
- •7. Основные этапы анализа данных.
- •8. Анализ расположения объектов в пространстве свойств с целью выбора алгоритма распознавания.
- •9. Этапы решения задач распознавания.
- •10. Классификация алгоритмов распознавания.
- •15. Задача разбиения образа на однородные группы.
- •12. Область применения алгоритма Дискриминантная функция.
- •11. Алгоритм распознавания «Дискриминатная функция».
- •13. Мера сходства и ее свойства.
- •14. Метрика и ее свойства.
- •16. Алгоритм «Гол n»
- •26. Шкалы измерения свойств.
- •17.Способы вычисления типичного представителя в алгоритме «Гол n»
- •18. Решающее правило в алгоритме «Гол n»
- •20. Условия применения алгоритма «Гол 1»
- •22. Исследования представительности мо
- •21. Различия между алгоритмами “Гол n” и «Гол 1»
- •19. Алгоритм распознавания «Гол 1»
- •23. Распознавание с отказами и без отказов
- •24. Алгоритм распознавание «Энтропия»
- •25. Решающее правило в алгоритме «Энтропия»
- •30. Общая схема постановки и решения задачи распознавания.
- •28. Алгоритм распознавания «Тесты».
- •27. Алгоритм распознавания «Кора 3»
- •32. Основные понятия системы массового обслуживания.
- •40. Постановка задачи оптимизации при нескольких критериях.
- •41. Математическая модель многокритериальной задачи.
- •29. Алгоритм распознавания «Направление опробования»
- •31. Принципы построения и функционирования сппр.
- •32. Основные понятия системы массового обслуживания.
- •47. Способ лексикографической оптимизации.
- •48. Построение обобщенного критерия в многокритериальной задаче.
- •45. Способ указания нижних границ критериев.
- •42. Отношение доминирования по Парето
- •38. Модель производственных поставок.
- •39. Модель поставок со скидкой.
- •43. Геометрическая интерпретация доминирования по Парето
- •52. Логическая модель представления знаний
- •Продукционная модель представления знаний
- •Фреймовая модель представления знаний
- •Модель семантических сетей
- •Классификация систем Business-to-business (b2b-систем)
- •61. Понятие логистической системы
- •Основные отличия знаний от данных
- •Классификация информационно-поисковых систем
- •Основные модели представлений знаний
61. Понятие логистической системы
Логистическая система – это динамическая, открытая, стохастическая, адаптивная сложная или большая система с обратной связью, выполняющая те или иные логистические функции (ЛФ), например, промышленное предприятие, территориально-производственный комплекс, торговое предприятие и т.д. Логистическая система, как правило, состоит из нескольких подсистем и имеет развитые связи с внешней средой. Цель Логистической системы – доставка товаров и изделий в максимальном соответствии с требованиями потребителей при минимальном (заданном) уровне издержек.
Логистическая система (ЛС) — сложная организационно-завершенная (структурированная) экономическая система, которая состоит из элементов-звеньев (подсистем), взаимосвязанных в едином процессе управления материальными и сопутствующими потоками, причем задачи функционирования этих звеньев объединены внутренними целями организации бизнеса и (или) внешними целями.
Основные отличия знаний от данных
Термин данные происходит от слова data - факт, а информация (informatio) означает разъяснение, изложение, т.е. сведения или сообщение. Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки. Преобразование и обработка данных позволяет получить информацию.
Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений. Знания – это вид информации, которая хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это интеллектуальный капитал. Формальные знания могут быть в виде документов (стандартов, нормативов), регламентирующих принятие решений или учебников, инструкций с описанием решения задач. Неформальные знания – это знания и опыт специалистов в определенной предметной области.
Классификация информационно-поисковых систем
Информационно-поисковая система – это прикладная компьютерная среда для обработки, хранения, сортировки, фильтрации и поиска больших массивов структурированной информации.
Каждая ИПС предназначена для решения определенного класса задач, для которых характерен свой набор объектов и их признаков. ИПС бывают двух типов:
1. Документографические. В документографических ИПС все хранимые документы индексируются специальным образом, т. е. каждому документу присваивается индивидуальный код, составляющий поисковый образ. Поиск идет не по самим документам, а по их поисковым образам. Именно так ищут книги в больших библиотеках. Сначала отыскивают карточку в каталоге, а затем по номеру, указанному на ней, отыскивается и сама книга.
2. Фактографические. В фактографичеких ИПС хранятся не документы, а факты, относящиеся к какой-либо предметной области. Поиск осуществляется по образцу факта.
Каждая ИПС состоит из двух частей: базы данных (БД) и системы управления базами данных (СУБД).
База данных - это поименованная совокупность структурированных данных, относящихся к определенной предметной области.
Система управления базами данных - это комплекс программных и языковых средств, необходимых для создания баз данных, поддержания их в актуальном состоянии и организации поиска в них необходимой информации.
На настоящий момент существует множество различных СУБД. Наиболее широкую известность получили такие как Dbase, Clipper, FoxPro, Paradox, Microsoft Access.