Cтраница 1
Словарь форм, построенный машиной, содержал восемь слов. [1]
В этом эксперименте словарь форм был построен на основе множества характерных фрагментов размера 12X12, выделенных на 10 изображениях знака аэродром п 11 изображениях знака отдельное дерево. В этом эксперименте особенно отчетливо видна зависимость элементов сформированного словаря от исходного материала. Полученные признаки сильно отличаются от того, что появлялось на цифрах и буквах. Вместе с тем ясно видно, что и в этом случае характерные фрагменты разделены на группы по сходству: внутри групп фрагменты представляют собой просто варианты определенной конфигурации зачерненно-сти; фрагменты из разных групп хорошо различаются по форме. [2]
Таким образом, для построения словаря форм сначала отбираются характерные фрагменты на всех изображениях, данных машине в обучение. Каждый класс, полученный в результате классификации фрагментов, принимается за отдельное слово. Искомый словарь форм есть совокупность таких слов. [3]
Исходным материалом для экспериментов по автоматическому построению словаря форм служило множество характерных фрагментов, которые отбирались в вышеописанных опытах. Для каждого из фрагментов вычислялся соответствующий ему вектор формы, после чего множество векоторов формы разбивалось на группы похожих с помощью первого из описанных в Приложении 1 алгоритмов автоматической классификации. Были использованы разбиения на 5 и на 10 групп. Полученные группы векторов действительно четко различаются между собой, коротко могут быть описаны словами, легко характеризуются условными изображениями. [4]
Два конкретных способа задания такого типа таблиц в виде некоторых векторов, размерность которых равна произведению числа слов в словаре форм на число слов в словаре мест, приводятся ниже. [5]
В качестве характерных фрагментов выбирались участки изображений размером 6X6 клеток, соответствующие минимумам функции информативности. Словарь форм содержал восемь слов. [6]
При этом фрагменты, заметно отличающиеся по форме, окажутся в различных областях. Система таких областей и определяет словарь форм характерных фрагментов. Для выделения таких областей приспособлен, как это ясно из сказанного, метод автоматической классификации. [7]
Сами термы строятся автоматически на основе выработанного машиной словаря форм и на основе специального словаря направлений, который задается заранее человеком. [8]
Первая группа включает эксперименты по изучению работоспособности отдельных алгоритмов. Цель этих экспериментов состоит в изучении алгоритмов построения словарей форм и мест. [9]
Характерные фрагменты, отобранные на изображениях рис. 94, подразделялись с помощью алгоритма автоматической классификации не только на 5 и 10 классов, но и на 4 и 8 классов. Сравнение рис. 134, а и 134, б показывает, что при построении словаря форм нет необходимости очень точно подбирать основной свободный параметр алгоритма автоматической классификации, задающий число получаемых классов. [10]
После того как на изображении ( независимо от того, участвовало ли это изображение в процессе выработки словарей форм и мест или нет) выделены характерные фрагменты, каждому из этих характерных фрагментов можно приписать пару индексов ( г, /), где первый индекс ( г) есть номер класса форм, к которому относится данный фрагмент, а второй ( /) - номер его класса мест. В таблице форма - место элемент g ( i, j), стоящий на пересечении i - й строки и / - го столбца полагается равным 1, если среди выделенных на изображении фрагментов существует хотя бы один с парой индексов ( г, /), в противном случае g ( i, j) полагается равным О. [11]
Множество векторов, характеризующих форму выделенных фрагментов с помощью метода автоматической классификации разделяется на группы похожих векторов. Каждая такая группа определяет некоторую форму фрагмента. Совокупность групп составляет искомый словарь форм. Аналогично на множестве векторов, характеризующих положения выделенных фрагментов, с помощью того же метода автоматической классификации вырабатывается словарь мест. На этом завершается этап построения словаря. [12]
Машине пе сообщалось, какое изображение к какому классу принадлежит. На этом материале машина должна была сформировать словарь форм и мест характерных фрагментов, построить с его помощью таблицы-описания изображений, а затем эти таблицы расклассифицировать. [13]
Наконец, эта серия экспериментов подтвердила работоспособность предложенной схемы обучения машины даже в том случае, когда все блоки схемы реализуются наиболее грубыми из оппсанньгх в данной главе алгоритмов. Третья серия экспериментов отличалась от предыдущих серий тем, что в качестве исходного материала в ней использовались не контурные, а сплошные изображения: вместо изображений цифр, анализируемых в первой и второй сериях экспериментов, в третьей серии обрабатывались изображения рукописных картографических знаков аэродрома и отдельного дерева. В остальном третья серия экспериментов повторяет первую серию. Процесс составления словаря форм и мест характерных фрагментов в этой серии по всем параметрам совпадал с соответствующим процессом в первой серии за тем небольшим исключением, что в данном случае словарь форм содержал не 8, а 10 слов, а словарь мест - не 5, а 6 слов. [14]
Наконец, эта серия экспериментов подтвердила работоспособность предложенной схемы обучения машины даже в том случае, когда все блоки схемы реализуются наиболее грубыми из оппсанньгх в данной главе алгоритмов. Третья серия экспериментов отличалась от предыдущих серий тем, что в качестве исходного материала в ней использовались не контурные, а сплошные изображения: вместо изображений цифр, анализируемых в первой и второй сериях экспериментов, в третьей серии обрабатывались изображения рукописных картографических знаков аэродрома и отдельного дерева. В остальном третья серия экспериментов повторяет первую серию. Процесс составления словаря форм и мест характерных фрагментов в этой серии по всем параметрам совпадал с соответствующим процессом в первой серии за тем небольшим исключением, что в данном случае словарь форм содержал не 8, а 10 слов, а словарь мест - не 5, а 6 слов. [15]