Автоматическое распознавание

Cтраница 2

КМ-2 характеризует способность программы к автоматическому распознаванию граничных признаков. [16]

Эта система решает следующие задачи: автоматическое распознавание вида текущей технологической операции на буровой, проверка условий возникновения поглощений и флюидо-проявлений при работе циркуляционной системы буровой, проверка условий возникновения затяжек и посадок при СПО, коррекция показаний датчика перемещения, реализация тестового алгоритма измерения плотности на входе и выходе из скважины. По запросу от оператора измерительная информация выводится на табло индикации. Последние три задачи реализуются в режиме прерывания. [17]

Аналогично, в свое время задачи автоматического распознавания и классификации считались центральной темой в исследованиях по ИИ, а сейчас - это самостоятельная научная дисциплина, причем большинство активно используемых методов распознавания, например статистические методы или потенциальные функции, довольно далеки от современных идей и принципов ИИ. [18]

Схема подвесного. [19]

Таким образом, конвейерный транспорт с автоматическим распознаванием и адресованием деталей обладает рядом преимуществ. Во-вторых, применение микроЭВМ для управления конвейером позволяет оптимизировать распределение и адресацию грузов по производственным участкам ГАП. В-третьих, благодаря распознаванию деталей автоматически осуществляется их учет и обеспечивается возможность переключения программ, управляющих оборудованием ГАП, установленным на позициях с соответствующим адресом, в зависимости от того, к какому классу принадлежит транспортируемая деталь. В последнеее время в ГАП все шире начинают применяться подвесные манипуляторы тельфер-ного ( с перемещением по монорельсу) и портального типов. Эти транспортные манипуляторы, как и подвесные конвейеры, размещаются над технологическим оборудованием, что позволяет экономить производственные площади. [20]

Основная трудность на пути прогресса в автоматическом распознавании речи связана с необходимостью автоматизации двух главнейших способностей человека-слухового восприятия речи и понимания смысла. Уровень наших знаний пока не позволяет с достаточной степенью универсальности определить машинные процедуры, способные дублировать поразительные способности человека. На всех уровнях речевого ввода существует много нерешенных проблем. В частности, возникает вопрос, какие приемлемые характеристики речи могут быть взяты за основу. Обычно для характеристики речи используются данные, показывающие распределение энергии сигнала по различным частотам в зависимости от времени. [21]

Одной из частных задач анализа кардиосигналов является автоматическое распознавание полуволн. В настоящей статье анализируется возможность разделения полуволн баллистокардиограммы одинаковой полярности путем выделения временных интервалов их наиболее вероятного появления. Даны рекомендации к составлению алгоритма распознавания БКГ. [22]

Отличительной чертой комплекса МПГИ является наличие блоков автоматического распознавания цвета, который существенно расширяет возможности устройств оптической обработки информации вообще. В частности, все устройства способны считывать кривые практически любого цвета при метрической сетке бумаги другого цветового тона, а также эффективно разделять пересекающиеся цветные линии. Возможна настройка на цвет, соответствующий конкретной записи. Кроме того, предприняты меры по сохранению работоспособности устройств при изменении в широких пределах ширины линий и плотности нанесения красителя. [23]

Действия человека, в основном, направляются автоматическим распознаванием сигналов, которые запускают гибкие, построенные по иерархическому принципу и хранящиеся в памяти схемы действия. Более детерминированный процесс, ведущий к принятию или отторжению риска, рассматривается в другой статье. [24]

В настоящее время интенсивно ведутся работы в области автоматического распознавания и взаимодействия ( диалога) человека с ЭВМ с помощью голоса. Работающие сейчас устройства ввода речевой информации способны распознавать до нескольких сотен слов. [25]

Команда может содержать контрольную информацию, используемую для автоматического распознавания ошибок, появившихся при передаче команды в блок ввода чертежного автомата. При выявлении ошибки выполнение команды блокируется. [26]

Специальные исследования ввода речи показывают, что при автоматическом распознавании речи существенные трудности возникают при переходе от отдельных слов к непрерывной речи, где в противоположность читаемому материалу границы слов не определены. Но, с другой стороны, проговариваемый материал содержит некоторые слоги или слова, которые имеют большую важность, более нагружены, чем другие. [27]

В настоящее время интенсивно разрабатывается новое направление ЭВМ - автоматическое распознавание образов. Перед машиной ставятся требования принимать информацию и выдавать новую на обычном языке данной области знаний, без специального кодирования на язык ЭВМ. Винер, что все эти машины хороши постольку, поскольку хорош управляющий ими человек. [28]

Возрастающий из года в год поток литературы, посвященной проблеме автоматического распознавания образов, не оставляет сомнений в чрезвычайной актуальности этой проблемы. Десятки организаций в Советском Союзе и более сорока крупнейших фирм и организаций за рубежом заняты разрешением теоретических аспектов этой проблемы и вопросами практической реализации устройств распознавания. [29]

С другой стороны, если требуется отбраковка изделий по результатам автоматического распознавания индикаций, должно быть сужено множество подлежащих анализу типов индикаций и предельно конкретизирован и формализован критерий отбраковки, в противном случае теряются скорость работы и устойчивость работы алгоритма распознавания. [30]

Страницы: 1 2 3 4