Теория - распознавание - образ
Cтраница 2
Анализ различных методов теории распознавания образов для решения задачи классификации углеводородных залежей показывает, что при большой погрешности исходной информации, обусловленной значительными изменениями информативных признаков в пределах одной и той же залежи, наиболее эффективно применение таких методов, как ранговая классификация, последовательная процедура Вальде, и других, обладающих малой чувствительностью по отношению к этим изменениям. С этой целью пределы интервала каждого признака выбирают такими, чтобы признак для данной залежи изменялся в пределах одного или двух соседних интервалов. [16]
 |
Рельеф вектора поврежденности в области упругих деформаций.| Рельеф вектора поврежденности в области пластических деформаций. [17] |
В соответствии с теорией распознавания образов техническое состояние оборудования и остаточный ресурс идентифицируются как функция отклонения вектора текущего состояния от вектора эталонной модели и расстояния до поверхности предельного состояния. [18]
В основе прикладного применения теории распознавания образов для нормирования труда конструкторов автором использованы теоретические работы: Миленький А. В. Классификация сигналов в условиях неопределенности. Советское радио, 1975; Бара-баш Ю. А. и др. Вопросы статистической теории распознавания. [19]
Любая, взятая в отдельности теория распознавания образов имеет свои особенности и присущие ей достоинства и недостатки. В работе [149] предлагается метод коллективного распознавания образов. [20]
Как упоминалось выше, в теории распознавания образов вероятность ошибки является важным параметром, и нам часто приходится оценивать этот параметр по имеющимся объектам. Однако оценивание ошибки несколько отличается от обычного оценивания параметров, главным образом потому, что при оценивании ошибки мы должны использовать имеющиеся объекты как для построения классификатора, так и для его проверки. [21]
В теории кластерного анализа и теории распознавания образов известны разные приемы определения меры сходства объектов от элементарных до очень сложных. [22]
Многие предикаты, изучаемые в теории распознавания образов, в частности персептрон, также выразимы в LFP () или в LFPw (), если базисные предикаты, входящие в персептрон, выразимы в этих теориях. [23]
Как уже отмечалось, применение теории распознавания образов для решения задач нормирования труда конструкторов требует прежде всего выделения классов или образов с общими значениями времени. Принятое в теории разбиение на классы тесно связано с допустимой погрешностью в оценке затрат труда: чем больше размеры частичных интервалов, соответствующих образованным классам работ, тем больше погрешность определения затрат труда. При решении задач к ошибкам, связанным с размерами частичных интервалов разбиения, неизбежно будут добавляться случайные ошибки, вызванные неправильной классификацией. [24]
 |
Граф взаимосвязей от составляющих вибрации корпусов подшипников до общего результирующего вектора виброскорости восьми. [25] |
Задача прогнозного описания ГПА базируется на теории распознавания образов. Неисправности состояния ГПА разбиваются на конечное число типов, в качестве которых приняты неисправные состояния, наиболее часто встречающиеся при эксплуатации. Для принятия классов неисправных состояний, выбираются диагностические признаки из выявленных параметров рабочего процесса. [26]
Классом, или образом, в теории распознавания образов называют множество предметов или явлений, объединенных некоторыми общими свойствами. Применительно к нормированию классом, или образом, можно считать совокупность объектов ( работ), объединенных близкими значениями затрат труда. [27]
Наиболее простой задачей, решаемой методами теории распознавания образов, является прогнозирование однокомпонентных катализаторов. [28]
Прогнозирующие испытания на надежность, основанные на теории распознавания образов, могут быть индивидуальными и массовыми. При индивидуальном испытании проверке подвергается один объект. В результате испытаний он относится к тому или другому классу по уровню своей надежности. [29]
Универсальность подхода к решению задачи на основе теории распознавания образов состоит в том, что он не накладывает принципиальных ограничений на специфику каждого параметра, на количество параметров, описывающих качественное состояние. В обобщенный портрет устройства могут быть включены не только индивидуальные и общие параметры, но в признаки, характеризующие технологический процесс, условия эксплуатации, экономические и другие факторы. Важным преимуществом этого подхода, расширяющим возможности его практического применения, является то что при анализе партии устройств с известной классификацией счетно-решающие устройства, реализующие алгоритм, позволяют выявить правило классификации даже в том случае, когда нельзя выразить в явном виде функциональную зависимость отдельных параметров, описывающих состояние. [30]
Страницы: 1 2 3 4