Системы распознавания образов

Содержание

Слайд 2

Основные направления применения

Наиболее важные направления применения распознавания образов:
• распознавание символов (печатного

Основные направления применения Наиболее важные направления применения распознавания образов: • распознавание символов
и рукописного текстов, банковских чеков и денежных купюр и т.д.);
• распознавание изображений, полученных в различных частотных диапазонах (оптическом, инфракрасном, радиочастотном, звуковом) и анализ сцен;
• распознавание речи;
• медицинская диагностика;
• техническая диагностика;
• системы безопасности;
• классификация и поиск в базах данных и знаний (в том числе и в Интернет-ресурсах).

Слайд 3

Основные термины

Образ – объект подлежащий распознаванию
Образ – сигнал, полученный на выходе

Основные термины Образ – объект подлежащий распознаванию Образ – сигнал, полученный на
информационного канала
Признаки – характеристики, описывающие распознаваемый образ (объект)
Сигнал – совокупность признаков единовременно регистрируемых на распознаваемом объекте
Класс – совокупность распознаваемых образов, имеющих единое смысловое содержание
Класс – совокупность образов, обладающих некоторыми общими свойствами
Объект – точка в N-мерном пространстве признаков
Распознавание образов — это отнесение исходных данных к определенному классу с помощью выделения существенных признаков из общей массы несущественных данных.

Слайд 4

Основные задачи
Выбор наиболее информативных признаков
Построение решающих правил
Оценка достоверности распознавания.

Основные задачи Выбор наиболее информативных признаков Построение решающих правил Оценка достоверности распознавания.

Слайд 5

Общая схема системы распознавания

Общая схема системы распознавания

Слайд 6

Признаки и их классификации

Классификация 1:
- первичные
- вторичные
 Классификация 2
- Количественные – признаки, которые

Признаки и их классификации Классификация 1: - первичные - вторичные Классификация 2
могут быть выражены в виде числа, и простейшие арифметические действия над которыми дают физически понятный результат (вес, рост)
- Качественные – признаки, которые могут быть упорядочены естественным образом (оценка на зачете, сила ветра в баллах, образование)
- Классификационные – признаки, которые не могут быть отнесены ни к количественным, ни к качественным (пол, форма головы, архитектурный стиль)

Слайд 7

Оценка информативности признаков

Информативность признака по Фишеру
где
- среднее значение признака X

Оценка информативности признаков Информативность признака по Фишеру где - среднее значение признака
у объектов класса А
- среднее значение признака X у объектов класса В
- среднее квадратическое значение признака X у объектов класса А
- среднее квадратическое значение признака X у объектов класса B

Слайд 8

Оценка информативности признаков

Задано: обучающая выборка
Требуется: оценить информативность признаков
Решение:
для первого признака:
= (1+2+3+4+5)/5=

Оценка информативности признаков Задано: обучающая выборка Требуется: оценить информативность признаков Решение: для
3 = (6+7+8+9+10)/5 = 8
= (4+1+0+1+4)/5 = 2
= (4+1+0+1+4)/5 = 2
= (3-8)² /4 = 6,25
для второго признака:
= (1+2+3+4+5)/5= 3 = (3+4+5+6+7)/5 = 5
= (4+1+0+1+4)/5 = 2
= (4+1+0+1+4)/5 = 2
= (3-5)² /4 = 1,0

Слайд 9

Метод последовательной дихотомии

Метод последовательной дихотомии – прием, с помощью которого задача распознавания

Метод последовательной дихотомии Метод последовательной дихотомии – прием, с помощью которого задача
образов к K классам сводится к последовательному решению задач распознавания образов к 2 классам.

Слайд 10

Расстояния между объектами

Расстояния между объектами

Слайд 11

Расстояние между классами или образом и классом

Расстояние между классами или образом и классом

Слайд 12

Методы построения решающих правил (методы распознавания)

Метод эталонов
Метод распознавания – по совпадению

Методы построения решающих правил (методы распознавания) Метод эталонов Метод распознавания – по
неопознанного объекта с эталоном
Метод K ближайших соседей
Метод распознавания –
а) неопознанный объект относится к тому же классу, что и ближайший сосед (метод ближайшего соседа)
б) неопознанный объект относится к тому же классу, что и большинство из K ближайших соседей (метод K ближайших соседей)
Метод дискриминантных функций
Метод распознавания -
F(x) > 0 -> объект класса А
F(x) < 0 -> объект класса B,
где F(x) – дискриминантная функция

Слайд 13

Метод дискриминантных функций

Построение линейной дискриминантной функции:
Где
- вектор признаков, описывающий центр класса А
-

Метод дискриминантных функций Построение линейной дискриминантной функции: Где - вектор признаков, описывающий
вектор признаков, описывающий центр класса В
- вектор признаков, описывающий неопознанный объект

Слайд 14

Метод дискриминантных функций

Построение линейной дискриминантной функции:
= (1,5; 1,5)
= (3,5; 3,5)

Метод дискриминантных функций Построение линейной дискриминантной функции: = (1,5; 1,5) = (3,5; 3,5)

Слайд 15

Метод дискриминантных функций

Построение линейной дискриминантной функции:

Метод дискриминантных функций Построение линейной дискриминантной функции:

Слайд 16

Метод дискриминантных функций

Построение линейной дискриминантной функции:
Метод распознавания -
F(x) > 0 -> объект

Метод дискриминантных функций Построение линейной дискриминантной функции: Метод распознавания - F(x) >
класса А
F(x) < 0 -> объект класса B,
где F(x) – дискриминантная функция
Имя файла: Системы-распознавания-образов.pptx
Количество просмотров: 49
Количество скачиваний: 0