Cтраница 1
Проблема распознавания образов ( классификации), как известно, ведет начало от попыток выяснения механизмов соответствующих процессов у человека. [1]
Во многих проблемах распознавания образов образы разных классов настолько перемешаны между собой, что для их разделения на категории приходится использовать нелинейные методы. Поэтому общую задачу классификации целесообразно разделить на две части, первая из которых сводится к такому упрощению общей задачи, которое позволяет решить вторую часть. Таким образом, первоочередная задача отбора признаков заключается в уменьшении размерности без ущерба для разделения. При надлежащем и эффективном отборе признаков размерность обрабатываемых данных снижается до такого уровня, на котором не так трудно брать ту или иную разделяющую функцию. [2]
В чем заключается проблема распознавания образов. [3]
Однако ввиду сложности проблемы распознавания образов основные исследования в этой области были сосредоточены на более реальных задачах, таких как распознавание букв латинского алфавита и классификация кривых. Задачей настоящей книги является рассмотрение математических моделей такого рода практических задач и изложение основных математических методов их решения. Несмотря на то что в литературе предложено много подходов для описания и более сложных процессов принятия решений, анализ этих подходов лежит вне круга вопросов, затронутых в данной книге. [4]
Раздел кибернетики, изучающий проблемы распознавания образов. [5]
В исследованиях, посвященных проблеме распознавания образов, продолжает обсуждаться вопрос о наиболее целесообразных, экономичных способах реализации этого процесса. Сравниваются, в частности, способы сличения по эталонам и по сложным признакам; при этом некоторые авторы обращаю. Однако в ряде случаев при таком сравнении не учитывается, какое количество единиц предъявляемого, воспринимаемого материала человек должен идентифицировать при этих двух способах опознавания. [6]
Теория распознавания тесно связана с проблемой распознавания образов, изучаемой в кибернетике. [7]
Лингвистический ( структурный) подход к проблеме распознавания образов. [8]
В последние годы большое внимание уделяется проблемам визуального распознавания образов, и большая часть приводимых в данной статье примеров взята из этой области. [9]
Задача дифференциальной диагностики может решаться в рамках проблемы распознавания образов, и в настоящей работе для принятия решения применяются методы и средства, характерные для этой проблемы. [10]
Особое внимание в исследованиях по машинному интеллекту уделяется проблеме распознавания образов. Наиболее развитыми в робототехнике являются методы распознавания зрительных образов. [11]
В Советском Союзе теоретические и прикладные работы по проблеме распознавания образов успешно ведутся в научно-исследовательских институтах Академии Наук - Институте проблем передачи информации, Институте автоматики и телемеханики, киевском Институте кибернетики. [12]
В этой главе мы рассматриваем обнаружение и диагностику неполадок как проблему распознавания образов. Сначала объясняется, что такое образ, затем описываются три общих метода для классификации и анализа образов: 1) словари неполадок; 2) кластерный анализ и 3) анализ шумов и вибраций. Каждый из указанных методов играет свою определенную роль при диагностировании неполадок, существенно отличаясь от тех методов, которые обсуждались в предыдущих главах. [13]
Пространственная фильтрация широко используется для решения задач, связанных с проблемой распознавания образов. [14]
Интеллектуальные системы на основе искусственных нейронных сетей ( ИНС) позволяют с успехом решать проблемы распознавания образов, выполнения прогнозов, оптимизации, ассоциативной памяти и управления. [15]