Cтраница 2
Сеть образцов может иметь весьма сложную структуру и описывать нетривиальное множество, однако локально она устроена просто: процедура сопоставления с образцом применяется в каждом узле сети независимо. Это позволяет построить сравнительно простые локально-организованные алгоритмы, дающие возможность системе самостоятельно строить сеть на основе обработки примеров ситуаций из того множества, которое эта сеть должна описывать. [16]
Однако в реальных условиях следует предусматривать возможность изменения траектории полета беспилотного маневренного летательного аппарата в широком диапазоне значений углов визирования заданной сцены в горизонтальной и вертикальной плоскостях. В этом случае предположение о фиксированном положении точки наблюдения сцены или набора таких точек, определяемых заранее, далеко не всегда оправданно и может приводить к существенным ошибкам в подготовке эталонного изображения, в процедурах сопоставления эталонного и текущего изображения и определения координат заданного объекта сцены. [17]
В условиях, когда на результаты эксперимента существенно влияют случайные факторы, даже если расчетная модель верна, принципиально нельзя ожидать строгой линейной зависимости Ух, между опытными и теоретическими значениями. Практически средние устанавливаются по ограниченному числу опытов ( выборке), вследствие чего они, хотя и в меньшей степени, чем индивидуальные значения, тоже будут подвержены случайным вариациям, что снова вносит элемент неопределенности в процедуру сопоставления эксперимента с расчетом. [18]
Это, в свою очередь, приводит к снижению расхода. Пересчитываются давления, развиваемые насосами, мощности и давления станций, исходя из сниженного расхода. Затем процедура сопоставления давлений с предельными значениями и ввода дополнительного дросселирования, если оно требуется, повторяется, пока все давления не окажутся в допустимых пределах. [19]
Арифметическая составляющая алгоритмов включает в себя операции сложения, вычитания, умножения и деления чисел. Эти процедуры имеют место во всех математических методах анализа и синтеза рассматриваемых систем. К логическим операциям относятся процедуры сопоставления, сортировки, ранжирования, выделения, распознавания чисел и символов. [20]
Сами алгоритмы удаления невидимых линий и поверхностей до сих пор не оптимальны, в каждом из них имеются недостатки, неэффективно реализованные элементы и ошибки. Однако основные качества этих алгоритмов могут быть со временем обобщены единым пониманием сущности процесса удаления невидимых поверхностей. В обоих алгоритмах исследуются области экрана, выбираются объекты, размещенные в этих областях; затем для определения видимых объектов все объекты внутри каждой области сортируются по глубине. Используются различные методы сортировки: в алгоритме Уоткинса объекты сортируются по координате Y на 1024 группы, затем производится сортировка ( методом пузырька) отрезков по координате X и, наконец, поэлементное сравнение глубины объектов внутри интервала для установления видимости. В алгоритме Варнока сортировка объектов по значениям координат X и Y выполняется с помощью блока просмотра с очень сложной процедурой сопоставления объектов и областей экрана; объекты внутри области сортируются по глубине поэлементным сравнением. В алгоритме используется сортировка по составному признаку с основанием 41) по координатам X и - У; при разделении области все объекты, имеющие пересечение с этой областью, сортируются в одной или нескольких из четырех меньших областей. X и Y, сортировка по составному признаку на 1024 группы и сортировка отрезков методом пузырька на сканирующей линии) выполняется быстрее. Из этих замечаний следует, что неотъемлемой частью удаления невидимых линий является сортировка объектов по координатам X, Y и Z, поэтому для разработки эффективных алгоритмов необходимо исследование различных приемов и методов сортировки. [21]
![]() |
Критические значения коэффициента парной корреляции при а0 05. [22] |
Можно и на глаз оценить, насколько тесно группируются точки вокруг прямой линии. Оттого, что вычислена некоторая характеристика, названная коэффициентом корреляции, ничего существенно не меняется. Не приходится надеяться не только на то, что получится единица, но и на то, что получится нуль - случай отсутствия информации, достаточной, чтобы говорить о линейной связи. Здесь может помочь только эталон, с которым можно было бы сравнить вычисленную характеристику. Математическая статистика как раз и заботится о создании таких эталонов, которые называются критическими значениями. Обычно они сводятся в таблицы. Процедура сопоставления вычисленной характеристики с табличным значением называется проверкой гипотезы. Ее применение требует некоторых комментариев. [23]
Мы могли бы, как это сделано в системе Манселла, разработать атлас, который содержал бы стандарты, отобранные и распределенные в соответствии с некоторыми критериями. В системе Манселла каждому цщету приписывается положение в трехмерном пространстве, координатами которого являются цветовой тон, светлота и насыщенность. Тем самым производится зрительное сопоставление. У этой методики есть очевидный недостаток: она пригодна для тех цветов, которые могут воспроизводиться по имеющимся стандартам. В таком случае есть ряд исключений, наиболее очевидное из которых - сигнальные огни. Другой очевидный недостаток - субъективный характер процедуры заключительного сопоставления, а также трудность определения допусков. [24]
Цепочка непроизводных элементов, представляющая поданный на вход системы объект, сопоставляется с цепочками непроизводных элементов, описывающими классы. Распознаваемый объект с помощью выбранного критерия согласия ( подобия) относится к тому классу, с которым обнаруживается наилучшая близость. Иерархическая структурная информация при этом практически игнорируется. В то же время полный разбор цепочки, представляющей распознаваемый объект, позволяет полностью изучить его иерархическое структурное описание. Результаты такой проверки, которую можно проводить с помощью процедур просмотра таблиц, построения дерева решений или логического анализа, используются для выработки классификационного решения. Каждый из этих тестов может одновременно являться и процедурой сопоставления с эталоном, и процедурой грамматического разбора, определенными для поддерева, представляющего подобраз. Обычно выбор конкретной процедуры распознавания зависит от специфических особенностей задачи: если распознавание требует работы с полным описанием объекта, то необходим грамматический разбор; в других случаях полного разбора можно избежать, ограничившись более простыми методами. [25]