Система - распознавание - образ
Cтраница 1
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. [1]
 |
Схема распознающей системы. [2] |
Система распознавания образов как средство обработки аналитической информации в общем случае обследует эталонную выборку данных, осуществляет предварительную обработку, а затем правильно классифицирует образ. [3]
Когда наша система распознавания образов не в состоянии дать адекватную интерпретацию, вопрос передается в высшие отделы мозга. Они могут запросить добавочную информацию и займут больше времени, но качество полученных в результате решений может быть выше. [4]
Обычно целью конструирования систем распознавания образов является оптимизация ее функционирования над выборочным набором образов. Очень часто разработчик завершает эту задачу нахождением нового, приблизительно похожего образа, что приводит к неудачному завершению алгоритмов. Этот процесс может продолжаться неопределенно долго, никогда не приводя к устойчивому решению, достаточному для повторения процесса восприятия человека, оценивающего качество функционирования системы. [5]
Помимо самостоятельного назначения, системы распознавания образов имеют еще применение в задачах автоматического управления как устройства распознавания свойств объекта и быстро меняющейся внешней ситуации. Вообще основной областью применения самообучающихся САУ являются именно такие объекты с принципиально неопределимыми свойствами. Примерами таких объектов служат большие системы телефонной связи, промышленные предприятия, другие большие системы, включающие живые организмы. Эти объекты не поддаются алгоритмизации из-за своей случайной природы. Примером такого принципиального неописываемого алгоритмом объекта является также и человеческий мозг. [6]
Эксперимент проведен с целью создания системы распознавания образов, способной определить, является ли данная ЭКГ нормальной или в ней имеются отклонения. [7]
Акустооптические корреляторы оказываются наиболее предпочтительными в системах распознавания образов, если речь идет о распознавании одномерных сигналов и если одним из важных параметров является ширина спектра сигнала. Мы рассмотрим два основных типа акустооптических корреляторов. [8]
Совместно с сетью Хэмминга, в составе нейросетевых систем распознавания образов. [9]
Система технического диагностирования в общем случае является системой распознавания образов. Именно поэтому в ее состав входят блоки, которые независимо от специализации системы, используемых источников информации и способов ее обработки в целях формирования диагностических признаков технического состояния имеют общее назначение. К их числу относится подсистема сбора информации и регистрация ее в оперативной и долговременной памяти. Она состоит из датчиков различного типа, усилителей, нормализаторов, согласующих и запоминающих устройств. Память необходима для хранения текущей и эталонной информации. [10]
В последние годы все большее внимание уделяется построению систем распознавания образов, основанных на работе человека с вычислительной машиной в режиме взаимодействия. В то же время в практических приложениях важную роль, вероятно, будут играть меньшие и более специализированные системы распознавания и обработки изображений, построенные на основе мини - ЭВМ третьего поколения. В техническом проектировании, при обработке экспериментальных данных и проведении криминологических экспертиз возможность управлять процессом принятия решения, по крайней мере на его ключевых этапах, кажется чрезвычайно привлекательной. Система SHOW-and - TELL Interactive Programming System for Image Processing, предназначенная для обработки изображений в режиме взаимодействия, разработана в Отделении вычислительной математики и кибернетики Университета штата Иллинойс. В системе используется формальный язык, ориентированный на реализацию алгоритмов обработки изображений. [11]
Выше обсуждалась семантическая информация, связанная именно с системами распознавания образов. Конечно, существует также обширная область исследований по искусственному интеллекту, относящихся к обработке семантической информации и организации семантической информации посредством семантических регистров памяти; эти исследования выходят за рамки обсуждаемых здесь тем. [12]
В настоящее время вейвлеты имеют довольно широкое применение: в системах распознавания образов, синтезаторах речи, медицине, метеорологии, а также для архивации больших объемов данных. [13]
Автоматическая обработка оптической информации, будь то система измерения объекта передачи или система распознавания образов, сводится, по существу, к кодированию входного сообщения и может быть рассмотрена с позиций теории информации. [14]
В результате прогресса в области систем управления, измерительной информационной техники, систем распознавания образов происходит и неизбежное развитие понятия об измерении. В настоящее время уже нельзя ограничиваться классическим понятием измерения и его определением как операции, посредством которой определяется отношение измеряемой величины к другой однородной величине, принимаемой за единицу. [15]
Страницы: 1 2