ПОСТРОЕНИЕ РАСПОЗНАЮЩИХ ОПЕРАТОРОВ В УСЛОВИЯХ ВЗАИМОСВЯЗАННОСТИ ПРИЗНАКОВ

Sh. Kh. Fazilov, N. M. Mirzaev, O. N. Mirzaev

Анотація


Рассмотрена задача распознавания образов, заданных в пространстве взаимосвязанных признаков. Предложен новый подход к построению модели распознающих операторов, учитывающий взаимосвязанность заданных признаков. При этом построение модели осуществлено для распознающих операторов типа потенциальных функций. Основная идея предлагаемого подхода заключается в формировании независимых подмножеств взаимосвязанных признаков и выделении предпочтительной модели зависимости для каждого подмножества сильносвязанных признаков. Анализ полученных результатов показывает, что рассмотренные распознающие операторы
используются в тех случаях, когда между признаками объектов, принадлежащих к одному и тому же классу, существует некоторая
зависимость. При слабом выражении этой зависимости используется классическая модель распознающих операторов. Основным
преимуществом предложенных распознающих операторов является улучшение точности и значительное сокращение объема
вычислительных операций при распознавании неизвестных объектов, что позволяет применить их при построении распознающих
систем, работающих в режиме реального времени.

Ключові слова


распознавание образов, модель распознающих операторов, потенциальная функция, зависимость признаков, подмножество сильносвязанных признаков, репрезентативный признак, предпочтительная модель зависимости.

Повний текст:

PDF

Посилання


Айзерман М. А. Метод потенциальных функций в теории обучения машин / М. А. Айзерман, Э. М. Браверманн, Л. И. Розоноэр. – М. : Наука, 1970. – 348 с. 2. Журавлев Ю. И. Избранные научные труды / Ю. И. Журавлев. – М. : Магистр, 1998. – 420 с. 3. Журавлев Ю. И. Распознавание. Математические методы. Программная система. Практические применения / Ю. И. Журавлев, В. В. Рязанов, О. В. Сенько. – М. : Фазис, 2006. –159 с. 4. Камилов М. М. Современное состояние вопросов построения моделей алгоритмов распознавания / М. М. Камилов, Н. М. Мирзаев, С. С. Раджабов. // Научный журнал: Химическая технология. Контроль и управление. – 2009. – № 2. – С. 21–27. 5. Загоруйко Н. Г. Прикладные методы анализа данных и знаний / Н. Г. Загоруйко. – Новосибирск : ИМ СО РАН, 1999. 6. Лбов Г. С. Логические решающие функции и вопросы статистической устойчивости решений / Г. С. Лбов, Н. Г. Старцева. – Новосибирск : Изд-во ИМ СО РАН, 1999. – 211 с. 7. Шлезингер М. Десять лекций по статистическому и структурному распознаванию / М. Шлезингер, В. Главач. – К. : Наукова думка, 2004. – 545 c. 8. Потапов А. С. Распознавание образов и машинное восприятие / А. С. Потапов. – СПб. : Политехника, 2007. – 548 с. 9. Duda R. O. Pattern Classification, Second Edition / R. O. Duda, P. E. Hart, D. G. Stork. – New York : John Wiley, Inc., 2001. – 680 p. 10. Vapnik V. Statistical Learning Theory / V. Vapnik. – New York : John-Wiley Sons, Inc., 1998. – 732 p. 11. Theodoridis S. Pattern Recognition: Theory and Applications, 4th edition / S. Theodoridis, K. Koutroumbas. – New York : Academic Press, 2009. – 957 p. 12.Dougherty G. Pattern Recognition and Classification: An Introduction / G. Dougherty. – New York: Springer, 2013. – 196 p. 13. Фазылов Ш. Х. Построение модели алгоритмов вычисления оценок с учетом большой размерности признакового простран- ства / Ш. Х. Фазылов, Н. М. Мирзаев, С. С. Раджабов // Вестник СГТУ. – Саратов, 2012. – № 1 (64), Вып. 2. – С. 274–279.




Bookmark and Share


Адреса редакції журналу:
Редакція журналу «РІУ», Запорізький національний технічний університет, 
вул. Жуковського, 64, м. Запоріжжя, 69063, Україна. 
Телефон: 0 (61) 769-82-96 – редакційно-видавничий відділ
E-mail: rvv@zntu.edu.ua

При повному або частковому використаннi матерiалiв посилання на журнал є обов’язковим.