- •Предисловие
- •1. Введение
- •Общие понятия о моделировании
- •2.1. Принцип системного подхода в моделировании
- •2.2. Общая характеристика проблемы моделирования
- •2.3. Классификация видов моделирования
- •3. Простейшие модели систем
- •3.1. Модель маятника
- •3.2. Модель движения по быстрейшему пути с «отражением».
- •3.3. Модель популяций Мальтуса
- •3.4. Модель движения одноступенчатой космической ракеты
- •3.5. Простейшая модель изменения зарплаты и занятости
- •3.6. Макромодель экономического роста
- •3.7. Взаимодействие двух биологических систем (модель «хищник - жертва»)
- •4.2. Простейший пример имитационного моделирования (модель работы кассы)
- •4.3. Понятие о методе статистических испытаний
- •4.4. Об имитационном моделировании случайных факторов Моделирование случайных событий
- •4.5. Имитационная модель системы массового обслуживания
- •Математическая постановка задачи
- •Пример решения задачи
- •5.2. Модель источников формирования входного пассажиропотока строящейся станции Петербургского метрополитена «Волковская».
- •5.3. Моделирование влияния повышения квалификации машинистов локомотивного депо на количество брака в их работе
- •5.4. Моделирование распознавания технической железнодорожной документации
- •Введение
- •Постановка задачи
- •Вектор значимых признаков символа
- •Алгоритмы построения скелета символа
- •Модель процесса распознавания символов для технологических карт систем железнодорожной автоматики
- •Заключение
- •A.Модель нагрузки на руководителя среднего звена управления
- •Введение
- •1. Обобщённая имитационная модель работы руководителя среднего звена управления при разных нагрузках
- •1.1. Описание входных данных модели
- •1.2. Описание алгоритма работы руководителя
- •1.3. Анализ результатов работы модели
- •1.4 Выводы
- •2.Модель взаимоотношений руководителя с подчиненными
- •2.1. Общее описание математической модели
- •B.Анализ результатов моделирования
- •Моделирование оптимального управления поездами метрополитена
- •Моделирование функционирования тональных рельсовых путей
- •Формирование напряжения в путевом генераторе:
- •Моделирование обработки сигнала пг в путевом фильтре:
- •Моделирование прохождения сигнала по рельсовой линии (рл):
- •Моделирование обработки сигнала в путевом приемнике
- •480 Гц. При напряжении на входе с несущей частотой 480 Гц.
- •Обработка сигнала с выхода фильтра модулирующей частоты
- •Литература
Модель процесса распознавания символов для технологических карт систем железнодорожной автоматики
На базе рассматриваемых алгоритмов был создан прототип программы распознавания символов для технологической карты систем железнодорожной автоматики. Перед распознаванием символов технологической карты создавалась база данных скелетных графов эталонных символов. Прототип программы располагал инструментом модификации и формирования рассматриваемой базы данных. Распознавание осуществлялось с помощью сравнения скелетных графов определяемых и эталонных символов, при этом применялись методы вычисления параметров пересечений с горизонтальными и вертикальными линиями и значений выборочных корреляционных функций [36, 37]. На рис. 5.4.12.а представлен фрагмент технологической карты.
Рис. 12.a Фрагмент Рис. 12.b Результат 1 Рис. 12.c Результат 2
Рис. 5.4.12.b и 5.4.12.c демонстрируют результаты распознавания рассматриваемого фрагмента, полученные с помощью алгоритма “скелетицации”, основанного на моделировании распространения плоских волн от границ символа. При этом в первом случае сравнение распознаваемых скелетных графов с эталонными графами осуществлялось с помощью вычисления параметров пересечений с вертикальными и горизонтальными линиями. Во втором случае определялись значения выборочных корреляционных функций при условии совпадения топологических характеристик графов.
Применение выборочных кореляционных функций с целью сравнения скелетных графов распознаваемых символов с эталонными основано на теоретических положениях модели рукописного чертёжного символа [36]. В данном случае предполагается, что угловые коэффициенты наклона рёбер скелетных графов являются случайными величинами с нормальным законом распределения.
На рисунках распознанные символы изображены крупными знаками с размером шрифта приблизительно равным размерам распознаваемых символов. При этом все объекты, относительно которых выдвигалась гипотеза о принадлежности их к изображениям символов, отмечены числами, набранными мелким шрифтом.
При этом следует заметить, что автоматизировать весь процесс создания электронной базы данных технологических карт систем железнодорожной нельзя, так как необходимо заверить каждую технологическую карту и проконтролировать структуру всей системы в целом.
Таким образом, модель процесса распознавания, применяемую при автоматической обработке символов технологических карт систем железнодорожной автоматики, можно описать следующим образом.
Создать базу данных скелетных графов эталонных символов, выбрать алгоритм скелетизации символов в зависимости от качества изображения технологической карты, определить параметры распознавания. На данном этапе осуществляется ”обучение” распознавателя. При этом на всех последующих этапах необходимо произвести дополнительное ”обучение” распознавателя, то есть уточнить значения параметров, дополнить базу данных скелетных графов эталонных символов, выбрать алгоритмы выполнения отдельных процедур.
Осуществить сегментацию распознаваемого изображения. Определить области расположения таблицы и символов.
Произвести распознавание таблицы технологической карты, определить границы изменения толщины линии, координаты ячеек таблицы.
Уточнить области расположения символов.
Применить алгоритм скелетизации символов, построить скелетные графы.
Сравнить скелетные графы распознаваемых и эталонных символов с помощью вычисления корреляционных функций.
Произвести контроль распознанной информации, принять решение и вывести распознанные символы.