- •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
13. Мера сходства и ее свойства.
Для решения задач распознавания вводится мера сходства, которая опирается на систему аксиом. В зависимости от решаемой задачи и функции, определяющей меру сходства, аксиоматика, на которую она опирается, может быть различной. Рассмотрим следующую систему аксиом.
В качестве первой аксиомы примем аксиому о том, что меры сходства объектов x и y из множества А по совокупности свойств изменяются в конечном интервале. Эту аксиому, называемую аксиомой ограничения, запишем следующим образом: 0≤μ≤1.
В качестве второй аксиомы примем аксиому о том, что меры сходства объектов x и y из множества А по совокупности свойств должны быть равны. Эту аксиому, называемую аксиомой симметрии, запишем так:. .
В качестве третьей примем аксиому о том, что мера сходства объектов x и y из множества А по совокупности свойств достигает максимума, когда объекты x и y неразличимы по совокупности свойств. Эту аксиому, называемую аксиомой максимального сходства, запишем следующим образом: .
В качестве четвертой примем аксиому о том, что мера сходства объектов x и y из множества А по совокупности свойств в общем случае обращается в нуль лишь на некоторых заранее фиксированных парах противоположных граничных объектов xгр, yгр. Данная аксиома, называемая аксиомой минимального сходства, записывается следующим образом: .
В качестве пятой аксиомы примем аксиому о том, что мера сходства объектов x и y из множества А по совокупности свойств ψ должна быть функцией от мер сходства по отдельным свойствам ψi, входящим в совокупность свойств ψ.
14. Метрика и ее свойства.
В математике раньше появилось понятие метрики.
Метрика — это любая функция p(x, y), определяющая расстояние между двумя объектами и удовлетворяющая условиям:
Чаще всего на практике мера сходства строится на основании метрики, т.к. метрика является хорошо изученным математическим объектом.
16. Алгоритм «Гол n»
Назначение — решение задач распознавания в ситуациях, когда в МО представлены объекты K образов (K=2,3..).
Постановка задачи. В исходных данных, представленных в виде ТОС, присутствуют представители всех образов. Для каждого объекта указана его принадлежность к образу. В процессе распознавания определяется принадлежность объектов экзамена к одному из образов. Распознавание проводится в двух режимах: с отказом и без отказа.
Метод решения задачи.
Пусть совокупность экспериментально изученных объектов a1,a2,..,an со свойствами представлена в виде таблицы «объекты-свойства»:
, ,
где m — число свойств, n — число объектов и для каждого объекта указана принадлежность к образу.
Свойства могут быть измерены в различных шкалах (арифметическая, логическая 1-го рода, логическая 2-го рода).
Данный алгоритм решается как алгоритм Голотип-1, но с некоторыми отличиями, которые состоят в следующем.
1. Постоянная для разбиения на компоненты связности выбирается так, чтобы связанными между собой оказались те объекты, для которых мера сходства не меньше средних мер сходства между объектами внутри образов и максимальных мер сходства между образами. По этой причине в одну компоненту связности всегда попадают только объекты, относящиеся к одному образу, т.е. компоненты связности однородны.
2. Радиусы компонент связности выбираются таким образом, чтобы в компонентах связности связи, описанные шарами, не попали объекты других образов.
Процедура экзамена проводится с отказом и без отказа. В режиме распознавания с отказом объект экзамена X относится к той компоненте связности, в которую он попадает ( , где q — номер компоненты, — ее голотип, Rq — ее радиус, и соответственно к тому образу, к которому относится голотип ). В режиме распознавания без отказа объект X 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.
Условия применимости.
ТОС должна быть без пропусков; свойства — арифметические, логические 1-го и 2-го рода.