Дерево распознавания

Рассмотрим сначала класс решающих правил, основанный на последовательном анализе информации. Синтез таких правил сводится к построению ориентированных графов типа дерево решений и к принятию решений с помощью таких распознающих графов. Это соответствует синтезу логических решающих правил в классе бинарно-древовидных д. н. ф. Процесс конструирования распознающих правил и графов по информации, заключенной в обучающей выборке, можно интерпретировать как процесс обучения распознаванию. [c.248]

Решая задачу идентификации объекта 1-го класса, распознающая система РТК выводит формулу (7.18) при =1. Согласно дереву логического вывода, представленному на рис. 7.5, получаются следующие результаты на изображении сцены z (й) имеется объект 1-го класса, причем система подстановок в процессе распознавания позволяет однозначно восстановить изображение идентифицированного объекта (на рис. 7.4 оно выделено жирной линией). [c.260]

В составе базы данных имеется ряд конструкций, которые "непосредственно интересуют пользователя. В соответствии с теоретическими положениями, развиваемыми в распознавании образов, введена концепция контекстуального каркаса как некоего глобального агрегата, объединяющего все конструкции, включенные в базу. В результате обеспечивается возможность высокоуровневого взаимодействия с базой данных, в ходе которого порождается контекстуальное дерево поиска. Эксперименты использования концептуального каркаса проводятся в работах по распознаванию образов. [c.29]

Цвет древесины зависит от породы, возраста дерева, климата района произрастания. Древесина может изменять цвет при выдержке под влиянием воздуха и света, при поражении грибами, а также при длительном пребывании под водой. Тем не менее, цвет многих пород настолько характерен, что может служить признаком при распознавании. [c.10]

Граф (или дерево) распознавания по геометрическим признакам представлен на рис. 4.6. Цифрами I, //,. .., X обозначены возможные решения — номера распознаваемых объектов. Буквы А, В,. .., Q в вершинах графа обозначают операторы, выделяющие определенные признаки изображения. Напрпмер, оператор А проводит классификацию изображения по длине и высоте описанного прямоугольника, операторы В и С по площади, DEFG могут быть операторами, проводящими классификацию по числу углов, Я и Q — по отстоянию углов друг от друга. Граф может иметь [c.112]

И51МИ элементами 35 ----с полупроводниковыми тензорезисторами 30, 31 ---с проводниковыми (фольговыми) тензорезисторами 30, 31 — ---с пьезоэлектрическими чувствительными элементами 32—34 ---— с электромагнитными чувствительными элементами 34 Дерево распознавания 112, 113 Диаграмма фильтрации шкалы препятствий 115, 116 [c.252]

Сформированная блоком ЛЕКСА Sy-строка передается блоку синтаксического анализа (СИНТА), который осуществляет поиск и распознавание синтаксических ошибок в конструкциях операторов ОГРА-1 восходящий грамматический разбор и каноническое свертывание [60] символов Sy-строки в нетерминальный символ (Sy-строка), если все конструкции правильные обращение к семантическим подпрограммам блока БСЕП (см. рис. 79) в вершинах деревьев синтаксического разбора. [c.172]

На рис. 1 показано дерево, отображающее структуру процесса распознавания необходимости разреза на техническом чертеже. Исходными являются виды технического чертежа некоторого предмета, результатом — суждение о необходимости либо ненужности разреза. Рассматривая дерево рис. 1, отметим, что при переходе от уровня к уровню наблюдается быстрый рост количества частей процесса, которые представляют собой легкоформали-зуемые агрегаты (напомним, что алгоритмы восстановления пространственного образа и определения видимости линий чертежа известны, например [59] и т. д.). Это же дерево демонстрирует большую сложность задач, связанных с инженерной графикой и начертательной геометрией. В ряде случаев процесс структуризации удается выполнить на уровне интроспекции. Процесс моделирования может быть закончен либо продолжен на другом уровне с целью оценки оптимальности решения, его устойчивости и т. п. [c.6]

Распознающее правило, представленное в форме бинарнодревовидной д. н. ф., будем называть последовательным распознающим правилом, а реализующий его граф типа дерево классов — распознающим графом. Процесс распознавания на таком дереве классов представляет собой последовательное раскрытие узлов графа, т. е. определение значений соответствующих предикатов на распознаваемом объекте. Любая ветвь на распознающем графе, соответствующая последовательности раскрытых узлов, приводит (с определенной вероятностью) к тому или иному классу. [c.244]

Разпознавание с помощью оптимальных правил и графов такого рода обычно не требует измерения всех предикатов-призна-ков (7.5), так как их ранг г, как правило, существенно меньше общего числа п предикатов. Это обстоятельство, выгодно отличающее логические решающие правила и графы от традиционных методов перцептронного распознавания, использующих одновременно все признаки, особенно важно в тех случаях, когда стоимость измерений предикатов-признаков достаточно высока. Наглядность, простота и последовательный характер принятия решений на синтезированных распознающих графах типа дерево классов делает их удобным инструментом автоматического распознавания в системах управления РТК. [c.251]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...