Системы распознавания и их классификация

Подход к проектированию с позиций теории познания позволяет отнести этот процесс к распознаванию [16]. Под распознаванием вообще понимается принятие решения о принадлежности того или иного конкретного объекта или явления к определенному классу. Задачу распознавания можно сформулировать следующим образом. Имеется некоторая совокупность объектов или явлений (систем) на основе определенного принципа производится их классификация, каждый класс описывается на языке словаря признаков. Необходимо установить, к какому классу относится объект или явление, поступающие на вход системы распознавания.  [c.47]


Следует отметить тот факт, что на данный момент в литературных источниках по проблемам распознавания отсутствует целостная система классификации распознающих систем. Хотя попытки классифицировать системы распознавания имеются [4].  [c.248]

Разработкой принципов классификации распознающих систем должны заниматься специализированные научно-исследовательские коллективы. Однако, по причине отсутствия результатов по указанной проблематике, предложим подход к классификации систем распознавания, основанный на личном опыте разработки таких систем в определенной предметной области (производственном менеджменте). Очевидно, что начальным признаком классификации должно стать назначение (тип) системы распознавания. По этому признаку (критерию) системы распознавания как существующие, так и потенциально возможные, следует разбить на классы, подклассы, группы, подгруппы, виды и т. д.  [c.249]

Нечеткие метки могут использоваться для отражения неопределенности в принадлежности объектов обучающего множества к соответствующим классам. Это означает необходимость классификации объектов с учетом всех возможных классов. Использование нечетких меток в процессе обучения распознающей системы, вместо четких меток, указывающих однозначно принадлежность к определенному классу, может привести к получению более точных результатов классификации на этапе функционирования системы распознавания, поскольку в этом случае на этапе обучения используется больший объем информации и имеется возможность работать с более репрезентативным обучающим множеством, так как все объекты, включая сомнительные и выбросы , могут быть помечены.  [c.271]


Адекватная идентификация предметов и явлений лежит в основе медицинской диагностики, геологопоисковых работ, военной разведки, оценки состояний сложных систем, распознавания кризисных ситуаций, выделения лабильных структур, нечетких множеств, состояний функциональных систем организма, дефектных изделий, криминалистической экспертизы, научно-технического прогнозирования, проектирования кибернетических систем, классификации и построении системы элементарных частиц, расшифровки кодов и  [c.4]

Характер накопления опыта при обучении весьма многообразен. Например, опыт может быть накоплен положительный или отрицательный, систематизированный или случайный, собственный или привнесенный извне, имитационный (искусственный) или естественный и т.д. Однако у всех способов накопления опыта есть общая черта - постепенное выделение "области знаний" из всей совокупности "незнания". Поэтому в теории обучающихся систем эта особенность нашла отражение в быстро развивающемся направлении, связанном с созданием автоматических систем классификации распознавания образов. Накопление и обобщение информации в процессе обучения может осуществляться за счет внесения "эталонного опыта" в систему извне, либо путем формирования такого опыта внутри ее. В первом случае обучаемой системе обычно предъявляют последовательность ситуаций, образцов или режимов, которые имеют заранее известные характеристики или различаются по при-  [c.161]

Экономический анализ деятельности НИИ и КБ невозможен без использования экономико-математических методов. Результаты анализа наиболее эффективны, если они вскрывают внутренний механизм процесса и базируются на экономико-математической модели функционирования системы или ее части. Практически в экономическом анализе используются все разделы прикладной математики. Особенно часто применяются элементы математической статистики, и в частности методы корреляционного и регрессионного анализа используется дифференциальное и интегральное исчисление для прямого факторного анализа. В целях группировки анализируемых объектов прибегают к методам распознавания образов, и в частности к методам построения оптимальных классификаций объектов.  [c.217]


Решение задачи состоит в определении параметров изучаемого объекта или явления и сопоставлении их по словарю признаков с определенными классами, в результате чего делается заключение о принадлежности объекта или явления тому или иному из них. Распознавание при проектировании по существу носит тот же характер с той лишь разницей, что необходимо узнать, не каков объект, а каким он должен быть. Предварительная классификация существующих объектов составляет связанную информацию, которой располагает субъект проектирования до начала распознавания. По ходу проектирования определяются признаки (параметры) познавательного образа. Информация о них, в отличие от предыдущей, может быть названа свободной. Вообще под информацией, согласно [26], понимается воспроизведение одной системой (субъект проектирования) структуры (разнообразия и т. д.) другой (объекта проектирования), при которой она функционально выделяется и включается отражающей системой в процесс управления, жизнедеятельности и практики. По мере возрастания количества информации снижается неопределенность в формировании познавательного образа.  [c.48]

В зависимости от особенностей конкретной задачи, решаемой применительно к производственным и непроизводственным сферам, в человеко-машинных системах могут быть реализованы различные функции (например, представление, контроль, классификация, распознавание, оценка, выбор, обучение, анализ, прогноз и др.) -или комбинации этих функций (например, для систем организационного управления — представление, контроль, оценка, выбор, обучение). Основными факторами, определяющими выбор конкретного типа, являются, по-видимому, роль человека в создании и эксплуатации системы и стоящие перед ними задачи.  [c.8]

Установление влияния различных факторов на величину затрат труда при конструировании, а также обработка большого объема исходных данных могут быть осуществлены только с помощью современных математических методов. Для решения прикладных задач, связанных с классификацией объектов по косвенным данным и выявлением эффективной системы факторов, оказывающих наибольшее воздействие на изучаемый объект или явление, широкое применение находит теория распознавания образов.  [c.79]

На втором этапе осуществляется функционирование распознающей системы, заключающееся в классификации неизвестных элементов среды, зафиксированных на ее входе, и поддержании системы в работоспособном состоянии. Как правило, скорость выполнения классификации весьма высока и соизмерима со скоростью функционирования распознаваемых элементов, что дает право говорить о функционировании таких систем распознавания в реальном масштабе времени. Это обуславливается тем, что основной объем работ научно-производственного характера при решении проблемы распознавания выполняется на первом этапе.  [c.248]

Наблюдение за бизнес-системой имеет своим естественным следствием получение качественных оценок об уровне наблюдаемых параметров. Это -естественно во всех смыслах, потому что на систему смотрит человек, который высказывается и размышляет в терминах естественного языка, где все оценки -качественные, т.е. приложенные к ситуации наблюдателя. Классификация -естественный прием сжатия пространства наблюдения к набору классов, помеченных определенными ярлыками. Множество возможных измерений наблюдаемого параметра (выручки, доходности, ликвидности, конкурентоспособности и т.п.) - непрерывно, и, следовательно, несчетно в математическом смысле. Множество же классификаций - дискретно, конечно, счетно и мало в простейшем случае таких классификаций две плохо и хорошо. Во имя оперативности и простоты распознавания ситуаций число классификаций редко превышает 5.  [c.9]

Следует отметить, что приведенная на рис. 11.3 схема классификации, позволяет выделить нижнюю и верхнюю границы степени сложности систем распознавания. Нижней границей степени сложности систем распознавания являются автоматические, одноцелевые, закрытые, одноуровневые распознающие системы без обучения, а верхней — интегрированные, многоцелевые, открытые, многоуровневые комбинированные распознающие системы, в состав которых могут быть включены как системы без обучения, так и системы с различными вариантами обучения. Остальные варианты распознающих систем по степени сложности находятся между указанными границами.  [c.252]

В полнотекстных базах данных для ускорения поиска используется индексация по совокупности слов, составляющих текст. Хотя индексация также является весьма времяёмкой процедурой, но производить ее, как правило, приходится только один раз. Проблема здесь заключается в том, что объем индексного файла оказывается сравним (а в некоторых случаях превосходит) с исходным индексируемым файлом. Первоначально каждому документу ставился в соответствие индексный файл, в настоящее время индекс готовится для тематической группы документов или для поисковой системы в целом. Такая схема индексации экономит место в памяти и ускоряет поиск. Для документов очень большого размера может использоваться отдельный индекс, а в поисковой системе иерархический набор индексов. Индексированием называется процесс перевода с естественного языка на информационно-поисковый язык. В частности, под индексированием понимается отнесение документа в зависимости от содержимого к определенной рубрике некоторой классификации. Индексирование можно свести к проблеме распознавания образов.  [c.244]

В процессе восприятия информации человеком, т.е. перевода ее из сенсорных регистров (первичной памяти, где она очень короткое время хранится в непосредственном виде, т.е. в том, в котором поступила) в основную память, происходит ее преобразование во внутренние представления. В этом преобразовании (психологи называют его интерпретацией, категоризацией или кодированием - см.например, [1]) распознавание играет весьма существенную роль. Информация, хранящаяся в памяти человека (т.е. система знаний в широком смысле слова - совокупность не только вербальных сведений, но и сенсорных образов, неясных воспоминаний и т.д.), организована в виде сложной системы категорий, или классов - хотя эти "классы" мало похожи на четкие классы научной классификации. Восприятие человеком информации заключается в отнесении ее к некоторому классу чтобы воспринять совокупность сенсорных сигналов, он должен "понять, что это такое". Процесс определения того, "что это такое", т.е. к какому классу (или, в других терминах, категории) следует отнести данную информацию, - это и есть распознавание, или категоризация. Можно сказать также, что распознавать входную информацию - значит наделять ее смыслом. Отсюда и уместность термина "интерпретация".  [c.17]

Смотреть страницы где упоминается термин Системы распознавания и их классификация

: [c.251]