Распознаваемый объект
Cтраница 2
Задача состоит в отнесении входного набора данных, представляющего распознаваемый объект, к одному из заранее известных классов. В число этих задач входит распознавание рукописных и печатных символов при оптическом вводе в ЭВМ, распознавание типов клеток крови, распознавание речи и другие. [16]
В пределах этих интервалов появление различных значений признаков у распознаваемых объектов предполагается равновероятным. На практике логические признаки подобного рода имеют место в таких ситуациях, когда либо ошибками измерений можно пренебречь, либо интервалы значений признаков выбраны таким образом, что ошибки измерений практически не оказывают влияния на достоверность принимаемых решений относительно попадания измеряемой величины в заданный интервал. Например, в области технической диагностики решение о выходе из строя технических устройств принимается лишь тогда, когда фактические значения некоторых параметров ( признаков) превышают заданные интервалы. Отклонение же значений параметров от номинала, не сопровождающееся выходом за пределы соответствующих интервалов, является информацией о том, что устройство функционирует нормально. [17]
При лабораторных испытаниях системы распознавания ей предъявляют физические модели распознаваемых объектов в условиях, подобных реальным условиям работы системы. Необходимость выдерживать условия подобия лабораторных экспериментов реальным требует, как правило, определенных материальных затрат. Поэтому к лабораторным испытаниям следует прибегать в основном с целью привязки математической модели системы к реальным условиям ее функционирования. [18]
Задача 6 состоит в выборе алгоритмов распознавания, обеспечивающих отнесение распознаваемого объекта или явления к тому или другому классу или их некоторой совокупности. [19]
Таким образом, в одноуровневых системах распознавания информация о признаках распознаваемого объекта формируется путем прямых измерений непосредственно на основе обработки данных экспериментов. В многоуровневых системах информация о названных признаках формируется на основе косвенных измерений как результат функционирования вспомогательных распознающих устройств. На входы таких устройств поступает предварительно обработанная измерительная информация, а на выходах образуется либо непосредственно информация о признаках распознаваемых объектов или явлений, либо промежуточная информация, используемая распознающими устройствами следующих уровней для формирования информации о признаках распознаваемых объектов. [20]
Если в качестве принципа классификации использовать характер информации о признаках распознаваемых объектов, которые подразделили на детерминированные, вероятностные, логические и структурные, то в зависимости от того, на языке каких признаков производится описание этих объектов, иначе - в зависимости от того, какой алгоритм распознавания реализован, системы распознавания могут быть подразделены на детерминированные, вероятностные, логические, структурные и комбинированные. [21]
При выборе в качестве принципа классификации количества априорной информации о распознаваемых объектах РИС подразделяют на системы без обучения, обучающиеся и самообучающиеся. [23]
 |
Классификационная схема систем распознавания объектов и явлений. [24] |
В качестве классификационного принципа принимается количество и качество априорной информации о распознаваемых объектах, и с этой точки зрения выделяются системы без обучения, обучающиеся и самообучающиеся системы. [25]
Если в качестве принципа классификации избрать количество первоначальной априорной информации о распознаваемых объектах или явлениях, то системы распознавания, как простые, так и сложные, можно разделить на системы без обучения, обучающиеся и самообучающиеся. [26]
Для решения задачи автоматического распознавания образов используется статистический подход, так как распознаваемые объекты ( речевые сигналы) характеризуются случайной природой. [27]
Оценим вероятность отказа системы от установления класса, к которому можно отнести распознаваемый объект. [28]
НЕБАЙЕСОВСКИЕ ЗАДАЧИ РАСПОЗНАВАНИЯ - задачи распознавания образов, в которых решение о распознаваемом объекте должно быть принято в условиях, когда исходной информации о статистических характеристиках распознаваемых объектов недостаточно для решения байесовской задачи распознавания. [29]
НЕБАЙЕСОВСКИЕ ЗАДАЧИ РАСПОЗНАВАНИЯ - задачи распознавания образов, в которых решение о распознаваемом объекте должно быть принято в условиях, когда исходной информации о статистических характеристиках распознаваемых объектов недостаточно для решения байесовской задачи распознавания. Наиболее распространены из них следующие. [30]
Страницы: 1 2 3 4