Воспользуйтесь формой поиска по сайту, чтобы найти реферат, курсовую или дипломную работу по вашей теме. Распознавание образов
Описание предмета: «Распознавание образов»Распознавание образов, научное направление, связанное с разработкой принципов и построением систем,
предназначенных для определения принадлежности данного объекта к одному из заранее выделенных классов объектов.
Под объектами в распознавании образов понимают различные предметы, явления, процессы, ситуации, сигналы. Каждый
объект описывается совокупностью основных характеристик (признаков, свойств) Х =(x1, ..., xi , ..., xn), где
i-я координата вектора Х определяет значения i-й характеристики, и дополнительной характеристикой S, которая
указывает на принадлежность объекта к некоторому классу (образу). Набор заранее расклассифицированных объектов,
т. е. таких, у которых известны характеристики Х и S, используется для обнаружения закономерных связей между
значениями этих характеристик и поэтому называются обучающей выборкой. Те объекты, у которых характеристика S
неизвестна, образуют контрольную выборку. Отдельные объекты обучающей и контрольной выборок называются
реализациями.
Одна из основных задач распознавания образов - выбор правила (решающей функции) D, в соответствии с которым по
значению контрольной реализации Х устанавливается её принадлежность к одному из образов, т. е. указываются
«наиболее правдоподобные» значения характеристики S для данного Х. Выбор решающей функции D требуется
произвести так, чтобы стоимость самого распознающего устройства, его эксплуатации и потерь, связанных с
ошибками распознавания, была минимальной. Примером задачи Р. о. этого типа может служить задача различения
нефтеносных и водоносных пластов по косвенным геофизическим данным. По этим характеристикам сравнительно легко
обнаружить пласты, насыщенные жидкостью. Значительно сложнее определить, наполнены они нефтью или водой.
Требуется найти правило использования информации, содержащейся в геофизических характеристиках, для отнесения
каждого насыщенного жидкостью пласта к одному из двух классов - водоносному или нефтеносному. При решении этой
задачи в обучающую выборку включают геофизические данные вскрытых пластов.
Успех в решении задачи распознавания образов зависит в значительной мере от того, насколько удачно выбраны
признаки Х. Исходный набор характеристик часто бывает очень большим. В то же время приемлемое правило должно
быть основано на использовании небольшого числа признаков, наиболее важных для отличения одного образа от
другого. Так, в задачах медицинской диагностики важно определить, какие симптомы и их сочетания (синдромы)
следует использовать при постановке диагноза данного заболевания. Поэтому проблема выбора информативных
признаков - важная составная часть проблемы распознавания образов.
Проблема распознавания образов тесно связана с задачей предварительной классификации, или таксономией.
В основной задаче распознавания образов о построении решающих функций D используются закономерные связи между
характеристиками Х и S, обнаруживаемые на обучающей выборке, и некоторые дополнительные априорные
предположения, например следующие гипотезы: характеристики Х для реализаций образов представляют собой
случайные выборки из генеральных совокупностей с нормальным распределением (см. ниже - Р. о. в математической
статистике); реализации одного образа расположены «компактно» (в некотором смысле); признаки в наборе Х
независимы и т.д.
В области распознавания образов существенно используются идеи и результаты многих др. научных направлений -
математики, кибернетики, психологии и т.д.
[Червоненкис А. Я., Теория распознавания образов, М., 1974.]
Литература - Сеймур Рифкинд. Самурай 21-го века. Секреты, открывающие путь к успеху и исполнению желаний. – Ростов-на-Дону: Феникс, 2005. – 184 с.
- В.В. Моттль, И.Б. Мучник. Скрытые марковские модели в структурном анализе сигналов. – М.: ФИЗМАТЛИТ, 1999. – 352 с.
- В.П. Яковлев. Теория вероятностей и математическая статистика. – М.: Дашков и Ко, 2007. – 184 с.
- Р.М. Рангайян. Анализ биомедицинских сигналов. Практический подход. – М.: ФИЗМАТЛИТ, 2007. – 440 с.
- А.М. Шурыгин. Математические методы прогнозирования. – М.: Горячая Линия - Телеком, 2009. – 180 с.
- В.Б. Кудрявцев, А.Е. Андреев, Э.Э. Гасанов. Теория тестового распознавания. – М.: ФИЗМАТЛИТ, 2007. – 320 с.
- А.И. Горшков. Распознавание мест сильных землетрясений в Альпийско-Гималайском поясe. – М.: Красанд, 2010. – 472 с.
- Ольга Стукова. Путь Света и другие пути: распознавание по делам. – М.: Сова Минервы, 2001. – 296 с.
- А.С. Потапов. Распознавание образов и машинное восприятие. – М.: Политехника, 2007. – 552 с.
- А.Б. Мерков. Распознавание образов. Введение в методы статистического обучения. – М.: Едиториал УРСС, 2011. – 256 с.
- А.Б. Мерков. Распознавание образов. Построение и обучение вероятностных моделей. – М.: Ленанд, 2014. – 240 с.
- Андрей Работягов. Основы распознавания образов. – М.: LAP Lambert Academic Publishing, 2014. – 72 с.
- Алексей Потапов. Автоматический анализ изображений и распознавание образов. – М.: LAP Lambert Academic Publishing, 2011. – 292 с.
- Андрей Владимирович Савченко. Распознавание образов. – М.: LAP Lambert Academic Publishing, 2011. – 148 с.
- Александр Березинский. Становление задачи распознавания образов. – М.: LAP Lambert Academic Publishing, 2014. – 72 с.
- Н.Г. Федотов. Теория признаков распознания образов. – М.: ФИЗМАТЛИТ, 2010. – 304 с.
- А.Л. Шамис. Пути моделирования мышления. Мышление и творчество. Формальные модели поведения и "распознавания пониманием". Целостность, целенаправленность, активность. maxT. – М.: Ленанд, 2017. – 264 с.
Образцы работ
Задайте свой вопрос по вашей проблеме
Внимание!
Банк рефератов, курсовых и дипломных работ содержит тексты, предназначенные
только для ознакомления. Если Вы хотите каким-либо образом использовать
указанные материалы, Вам следует обратиться к автору работы. Администрация
сайта комментариев к работам, размещенным в банке рефератов, и разрешения
на использование текстов целиком или каких-либо их частей не дает.
Мы не являемся авторами данных текстов, не пользуемся ими в своей деятельности
и не продаем данные материалы за деньги. Мы принимаем претензии от авторов,
чьи работы были добавлены в наш банк рефератов посетителями сайта без указания
авторства текстов, и удаляем данные материалы по первому требованию.
|