Распознавание - образ
Cтраница 2
Для распознавания буквенно-цифровых образов применяют, например, метод, основанный на том, что кросс-корреляционный выход системы ( измеряемый обычно фотодетектором, расположенным на оси) значительно отличается от нуля, если два транспаранта ГТ1 и Т2 имеют одинаковые спектры пространственных частот. Успех зависит от того, насколько различаются разные спектры. Наряду с этим недостатком указанный метод имеет заметное преимущество перед описанным в разд. [16]
Теория распознавания образов оказывается также полезной при разработке систем контроля эффективности использования технологического оборудования. [17]
Задача распознавания образов привела к мысли о самообучающихся системах развертки, где сами параметры обратной связи не заданы заранее, а вырабатываются а основе собственного опыта системы. [18]
Способы распознавания образов используют эталонные объекты - участки детально изученные, подтвержденные бурением, горными выработками, с доказанной рудоносностью или ее отсутствием. Совокупность признаков геофизических полей, полученных в результате обработки, рассматривается как описание эталонных объектов. Комплексная интерпретация заключается в сопоставлении совокупности признаков по исследуемому участку неизвестной геологической природы с соответствующими совокупностями признаков эталонов. Если согласно некоторому правилу ( критерию) совокупность признаков по исследуемому участку ближе к признакам рудных эталонов, принимается решение рудо-носности, и наоборот. [19]
Задача распознавания образов состоит в отнесении предъявляемых объектов к одному из классов, определяемых некоторыми признаками. [20]
Методами распознавания образов удалось решить удивительно много практических задач. [21]
Система распознавания образов должна в общем случае обследовать эталонную выборку данных, осуществлять предварительную обработку и необходимые преобразования последних и затем правильно классифицировать образ. Общая схема распознающей системы приведена на рис. 1.1. Она состоит из трех взаимосвязанных блоков: преобразователя, препроцессора ( устройства для выделения признаков) и классификатора. Хотя при любой реализации распознающей системы эти три блока в сильной степени взаимозависимы, их полезно рассматривать отдельно. [22]
 |
Схема распознающей системы. [23] |
Система распознавания образов как средство обработки аналитической информации в общем случае обследует эталонную выборку данных, осуществляет предварительную обработку, а затем правильно классифицирует образ. [24]
Методы распознавания образов позволяют более организованно и плодотворно обучаться и прогнозировать. При этом следует учитывать, что методы распознавания образов содержат целый ряд творческих элементов и внедрение их в самых различных ситуациях позволит в дальнейшем обобщить накопленный опыт использования этих методов. [25]
Методы распознавания образов позволяют учесть значительный объем информации. При этом могут использоваться легко доступные данные, которые на первый взгляд кажутся малозначащими. [26]
Проблема распознавания образов ( классификации), как известно, ведет начало от попыток выяснения механизмов соответствующих процессов у человека. [27]
Алгоритм распознавания образов состоит из обучения и распознавания. В процессе обучения показываются примеры объектов и сообщается точная информация, к какому классу они принадлежат. В процессе распознавания на основе принятого в данной задаче алгоритма ( адаптащюнной модели) и полученной ранее информации решается вопрос о том, к какому классу относятся новые объекты. [28]
Задача распознавания образов состоит в отнесении предъявляемых объектов к одному из классов по некоторым признакам, принимающим вполне определенное значение для каждого класса. Алгоритм распознавания образов состоит из обучения и распознавания. В процессе обучения показываются примеры объектов и сообщается точная информация о том, к какому классу они принадлежат. В процессе распознавания на основе принятого в данной задаче алгоритма ( адаптационной модели) и полученной ранее информации решается вопрос о том, к какому классу относятся новые объекты. [29]
Алгоритмы распознавания образов состоят, как известно, из двух этапов: обучения и экзамена. На первом этапе по некоторой выборочной партии деталей с помощью программы, введенной в ЭВМ, формируются статистические зависимости, позволяющие на втором этапе с достаточной точностью относить детали контрольной партии к исходным классам. Если процент ошибок при экзамене невелик, то статистические зависимости, полученные при обучении, используются в дальнейшем для классификации деталей генеральной совокупности по областям применения. [30]
Страницы: 1 2 3 4