Теория - распознавание - образ
Cтраница 1
Теория распознавания образов появилась в конце 50 - х годов. [1]
Теория распознавания образов и логическое моделирование основаны на сочетании идей факторного анализа с некоторыми методами алгебры логики, в частности, методами минимизации булевых функций, предназначенными для извлечения информации из больших массивов данных. [2]
Теория распознавания образов, используя методы теории вероятностей и математической статистики, позволяет по результатам ограниченного числа измерений принять оптимальное решение о принадлежности месторождения к тому или иному классу. [3]
 |
Пример разбиения двумерного пространства признаков. [4] |
Теория распознавания образов имеет свою терминологию. В соответствии с ней наблюдаемую в данный момент ситуацию называют объектом. Группу различных объектов, характеризуемую определенной совокупностью признаков, свойственной только объектам данной группы, называют образом. Признаки, по которым устанавливается образ, называются информативными. [5]
Теория распознавания образов оказывается также полезной при разработке систем контроля эффективности использования технологического оборудования. [6]
Методы теории распознавания образов особенно интересны для предсказания новых структур психоактивных соединений, поскольку они позволяют отобрать для прогноза наиболее информативные признаки описания; предусматривают применение более гибкого математического аппарата ( так как при выборе решающего правила можно учесть структуру множеств классов в пространстве описания); не накладывают на априорную информацию таких жестких условий, как в регрессионном анализе и, более того, по мере накопления информации осуществляется автоматическая коррекция построенных моделей. [7]
Методы теории распознавания образов также могут быть использованы для установления аналогии. [8]
Компьютеризация способствовала теории распознавания образов, рассматривающей принципы и методы классификации и идентификации предметов, явлений, процессов, сигналов - всех объектов, которые могут быть описаны конечным набором признаков или свойств. [9]
Возможность использования теории распознавания образов для прогноза фармакологических характеристик была продемонстрирована в 1972 г. С. А. Гиллером с сотрудниками [19] на примере производных 1 3-диоксана, проявлявших транквилизирующую активность. Авторы достигли результата, при котором в 60 % случаев машина давала правильный ответ на вопрос об активности соединений данного ряда. [10]
Геометрический подход теории распознавания образов представляет на стадии обучения различные возможности варьирования на уровнях выбора меры близости, выбора критерия минимизации размерности пространства исходного описания, выбора оптимальных эталонов. Кроме ранее рассмотренных мер близости - расстояния в эвклидовом пространстве и элементарных нелинейных потенциальных функций, предлагаются следующие. [11]
Другим используемым в теории распознавания образов подходом, основанным на геометрических представлениях, является метод потенциальных функций. В нем элементам двух классов - хорошего и плохо и - - приписываются потенциалы разных знаков. Разделяющая поверхность в пространстве признаков соответствует поверхности, на которой суммарный потенциал объектов обучающей выборки равен нулю. [12]
Компьютеризация способствовала развитию теории распознавания образов, рассматривающей принципы и методы классификации и идентификации предметов, явлений, процессов, сигналов - всех объектов, которые могут быть описаны конечным набором признаков или свойств. Если два завода имеют одинаковые максимумы Ртвх, электропотребление А, среднюю мощность электродвигателей Рср и другие показатели, можно ли сделать вывод о равноценности их электрических хозяйств. [13]
Для решения задач теории распознавания образов использовался критерий: 3 ь - сумма квадратов отклонений. [14]
Одна из трудностей теории распознавания образов заключается в том, что мы имеем дело с большим числом коррелированных случайных величин. Это вынуждает нас использовать аппарат линейной алгебры. В связи с этим в главе 2 рассмотрен ряд вопросов линейной алгебры, а также свойств случайных величин и векторов. На протяжении всей книги основной упор делается на описание задач и методов их решения в терминах собственных значений и собственных векторов. [15]
Страницы: 1 2 3 4