Теория - распознавание - образ
Cтраница 3
В предыдущих главах были представлены основные разделы теории распознавания образов. Подробно рассматривались процедуры построения классификаторов, оценивание параметров и плотности вероятности. При этом постоянно предполагалось существование обучающего множества уже классифицированных, объектов. В этой главе мы рассмотрим задачу классификации объектов без использования обучающего множества. [31]
В предыдущих главах были представлены основные разделы теории распознавания образов. Подробно рассматривались процедуры построения классификаторов, оценивание параметров ir плотности вероятности. При этом постоянно предполагалось существование обучающего множества уже классифицированных, объектов. В этой главе мы рассмотрим задачу классификации объектов без использования обучающего множества. [32]
Такие разделы, как теория оптимального управления, теория распознавания образов, теория больших систем, не всегда читаются в высших учебных заведениях даже в наши дни и многие специалисты по автоматике знакомились с ними по литературным источникам самостоятельно. [33]
Разработка логических методов распознавания тесно связана с развитием теории распознавания образов, в сущности, представляющей собой определенный подход к решению задач классификационного отнесения при изучении технических и природных объектов. В наиболее общем виде этот подход, получивший название распознавание с учителем, состоит в следующем. [34]
В зависимости от поставленной задачи обосновывается возможность использования теории распознавания образов для вероятностной оценки трудоемкости нормируемого объекта при различных сочетаниях значений: а) только качественных факторов; б) количественных и качественных факторов. [35]
Для оптимизации условий анализа используют теорию информации, теорию распознавания образов и др. разделы математики. Компьютеры применяют не только для обработки результатов, но и для управления приборами, учета помех, градуировки, планирования эксперимента; существуют аналитич. [36]
Книга посвящена одной из бурно развивающихся областей кибернетики - теории распознавания образов в ее статистическом аспекте. [37]
Предложен метод оценки поврежденное колонн на основе использования средств теории распознавания образов и темпоральной логики. [38]
Прогнозирование в этой системе проводится с использованием математических методов теории распознавания образов на основе структурных молекулярных формул. Система включает аналитический блок, который предназначен для оценки влияния фрагментов соединений, формирования моделей и блок молекулярного дизайна потенциально активных структур. [39]
Понятие обобщенных иконов и иконическая алгебра обеспечивают единую основу для теории распознавания образов. Умозрительно мы можем сравнивать статистическое и синтаксическое распознавание образа, а также кластерный анализ следующим образом. [40]
Для оценки состояния изделия по многим показателям может быть использована теория распознавания незрительных образов, когда по совокупности значений множества параметров судят о принадлежности объекта к тому или иному классу, например, 1 - й класс - объект работоспособен, 2 - й класс - объект работоспособен, но требует подналадки, 3 - й класс - объект не работоспособен и требует ремонта. [41]
Для решения задач анализа и прогноза финансового состояния используются методы теории распознавания образов и альтернативной диагностики. С помощью методов альтернативной диагностики установлены наиболее характерные черты этого образа ( значения отдельных показателей) для объектов с хорошим и неудовлетворительным финансовым состоянием. Алгоритмы задач представляют собой перебор различных комбинаций показателей и распознавание качества финансового состояния рассматриваемого объекта. [42]
При таком подходе задача более детального районирования полностью совпадает с известной в теории распознавания образов задачей типологии или таксономии - задачей кластер-анализа. Алгоритмы кластер-анализа обычно реализуют одну из двух идей разбиения векторного пространства на группы: либо идею оптимизации разбиения по принципу заданного критерия качества, либо идею образования кластеров по принципу выделения мест наибольшей концентрации точек в рассматриваемом пространстве. [43]
Упрощенная адаптационная модель расчета режима скважины в условиях пескопроявления построена на основе теории распознавания образов с использованием метода потенциальных функций. Задача формулируется следующим образом. Необходимо определить степень снижения дебита скважины, работающей через - частично перекрытый фильтр в зависимости от основных факторов, влияющих на изменение дебита. [44]
 |
Классификация состояний оператора. [45] |
Страницы: 1 2 3 4