Решающие правила распознавания

РЕШАЮЩИЕ ПРАВИЛА РАСПОЗНАВАНИЯ [c.408]

Решающее правило распознавания плоскостных объемных дефектов записывается в виде [c.195]

КОМИТЕТЫ РЕШАЮЩИХ ПРАВИЛ - один из методов распознавания образов. Пусть X - множество распознаваемых объектов, а Q - множество функций вида X -> называемых решающим правилом и определяющих для каждого объекта XG. X номер класса, которому это объект принадлежит. [c.28]

В режиме обучения синтезируются логические описания классов минимальной сложности и связанные с ними оптимальные решающие правила. Алгоритмы синтеза этих правил по обучающей выборке описаны в работах [119, 123]. Синтезированные правила используются для распознавания и идентификации транспортируемых деталей и формирования управляющих воздействий на приводы стрелок ответвлений на подвесном конвейере с целью автоматического адресования идентифицированных деталей на соответствующие позиции сборочного конвейера. [c.218]

Оптимальное логическое решающее правило обладает рядом полезных свойств во-первых, признаки-предикаты, не вошедшие ни в одно элементарное решающее правило, неинформативны и могут быть отброшены во-вторых, все элементарные логические решающие правила взаимно ортогональны, а следовательно, и статистически независимы в-третьих, ранг г и сложность N являются минимально необходимыми (при описанной схеме синтеза) для безошибочного распознавания обучающей выборки. [c.219]

ИХ распознавания. Однако для распознавания деталей более удобен распознающий граф (и отвечающее ему логическое решающее правило), представленный на рис. 6.20. Хотя оптимальные идентифицирующие и распознающие графы безошибочно класси- [c.221]

Для проверки эффективности автоматов распознавания и идентификации, реализующих синтезированные решающие правила и графы, был проведен эксперимент на подвесном толкающем конвейере. В результате этого эксперимента выяснилось, что точность распознавания и идентификации в производственных условиях (контрольная выборка насчитывала до 200 наблюдений) составила 89 %. Этот факт свидетельствует о том, что исходная обучающая выборка была недостаточно представительна в нее [c.222]

Д.ЛЯ распознавания классов ситуаций и принятия адекватных решений системе управления РТК необходимо сформировать соответствующие решающие правила. Рассмотрим общую схему и конкретные алгоритмы синтеза и оптимизации адаптивных логических решающих правил. Принцип минимальной сложности, лежащий в основе их синтеза, обеспечивает простоту реализации и высокую экстраполирующую силу. Благодаря этим качествам адаптивные решающие правила находят все более широкое применение в ГАП, в частности, в РТК адресования деталей на конвейерах. [c.248]

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]

Логическую функцию вида (7.14) будем называть элементарным логическим решающим правилом, а совокупность таких правил, обеспечивающую безошибочную классификацию обучающей выборки, — полной и непротиворечивой системой логических решающих правил. Таким образом, задача обучения распознаванию сводится к построению полной и непротиворечивой системы элементарных логических решающих правил вида (7.14). [c.249]

Робототехнические СТЗ работают в двух режимах обучения и распознавания. В режиме обучения СТЗ предъявляет объекты разных классов (например, детали и инструмент) в характерных рабочих ракурсах. По этим данным автоматически строятся описания классов и решающие правила, которые хранятся в базе знаний. В режиме распознавания осуществляется (в зависимости от целевых условий) идентификация нужного объекта, классификация видимых объектов или анализ, описание и интерпретация рабочей обстановки. Полученная таким образом информация используется далее для адаптивного управления роботами и технологическим оборудованием ГАП. [c.263]

В режиме обучения СТЗ по конвейеру последовательно перемещаются детали всех типов. На основании полученной информации автоматически строится логическое решающее правило. В режиме распознавания последовательно, (в соответствии с построенным решающим правилом) вычисляются признаки деталям , воспринимаемых СТЗ в процессе эксплуатации конвейера, и [c.267]

В режиме обучения СТЗ по конвейеру пропускают все типы деталей ( бак масляный , крышка капота и т. д.). На основании показаний фотоприемников автоматически строятся логические описания классов (в форме распознающих и идентифицирующих графов минимальной сложности) и связанные с ними адаптивные решающие правила. В дальнейшем эти правила используются для фактического распознавания деталей в процессе нормальной эксплуатации конвейера и формирования управляющих воздействий на приводы стрелок ответвления на подвесном конвейере с целью адресования распознанных деталей на соответствующие позиции главного сборочного конвейера, [c.268]

Алгоритмы распознавания в технической диагностике частично основываются на диагностических моделях, устанавливающих связь между состояниями технической системы и их отображениями в пространстве диагностических сигналов. Важной частью проблемы распознавания являются правила принятия решений (решающие правила). [c.6]

При детерминистских методах распознавания удобно формулировать задачу на геометрическом языке. Если система характеризуется v-мерным вектором X, то любое состояние системы представляет собой точку в v-мерном пространстве параметров (признаков). Предполагается, что диагноз Di соответствует некоторой области рассматриваемого пространства признаков. Требуется найти решающее правило, в соответствии с которым предъявленный вектор X (диагностируемый объект) будет отнесен к определенной области диагноза. Таким образом задача сводится к разделению пространства признаков на области диагнозов. [c.10]

Для повышения надежности распознавания применяют пороги чувствительности , и тогда решающее правило формулируется следующим образом [c.48]

Как и любая другая система распознавания образов, система виброакустической диагностики технического состояния машин и механизмов состоит из объекта исследования с набором технических состояний, подлежащих распознаванию, блоков формирования диагностических признаков и решающих правил и блока принятия решения. [c.384]

Такое представление виброакустического сигнала является одной из форм сжатия информации, представлением ее в более компактной форме. Распознавание осуществляется по одному из решающих правил, приведенных в разделе 8 настоящей главы. [c.402]

Такая модель позволяет исследовать голографическую систему во всех ее наиболее важных узлах. Кроме того, она позволяет расширить круг исследуемых устройств, включая оптические и неоптические устройства, изучить процессы, в основе которых лежит классический и обобщенный гармонический анализ двумерных сигналов. Модель позволяет реализовать получение цифровых голограмм, а также различных цифровых фильтров и их накопление, исследование процессов голографической фильтрации и распознавания объектов жесткой формы, изучение микроструктуры голограмм, сравнение фильтрующих свойств различных фильтров на одном и том же входном материале, сравнение различных решающих правил, исследование процесса (Армирования корреляционного максимума при различных мешаю- [c.112]

Имеется техническая система, которая может находиться в одном из таких состояний (диагнозов). Известна совокупность признаков (параметров), характеризующих каждое состояние системы. Требуется построить решающее правило, с помощью которого предъявленный для распознавания объект (набор признаков) был бы отнесен к одному из диагнозов. [c.657]

Решающее правило. Предъявленный для распознавания объект, обладающий комплексом признаков /С, считают принадлежащим диагнозу если [c.659]

Метрические методы распознавания в отличие от вероятностных основаны на детерминистском подходе. Решающее правило устанавливает диагноз, считая его достоверным. [c.666]

Разделяющая функция и решающее правило. Как и в метрических методах распознавания, состояние изделия характеризуется точкой в пространстве признаков. [c.666]

Наиболее сложной представляется проблема разработки алгоритмов и устройств распознавания, отвечающих сформулированным требованиям. Для решения этой проблемы необходимо выбрать систему информативных. параметров речевых сигналов и способы их представления в распознающем устройстве разработать решающее правило и алгоритм распознавания, обеспечивающие заданную надежность распознавания решить вопросы аппаратурной реализации алгоритма распознавания в виде специализированного устройства либо с использованием имеющейся в подсистеме АСУ цифровой вычислительной машины. [c.250]

Решающее правило (6), основанное на использовании оценки плотности вероятностей в виде (12), является нелинейным. Разделяющая поверхность, которую оно реализует, может быть синтезирована настолько сложной, насколько это необходимо для того, чтобы с ее помощью осуществить распознавание с заданной надежностью при достаточно сложных областях классов. [c.255]

Вследствие того, что при статистической постановке задачи распознавания для любой точности оценивания ФПВ необходима экспериментальная проверка решающего правила после обучения, предпочтительнее использовать для поставленной в работе задачи вторую постановку задачи ограничения сложности. В этом случае заданную вероятность ошибочных решений можно обеспечить методом последовательного приближения без перебора совокупности признаков, так как предложенная ниже методика позволяет для заданного порядка рмы сразу находить такой набор признаков. [c.262]

Следующий основной блок экспериментальной системы — цифровая вычислительная машина М-222. Она реализует решающее правило, алгоритм обучения, алгоритм формирования команд-фраз, формирование признаков распознавания, т. е. определение шага квантования по времени каждого из непрерывных параметров и выбор той или иной совокупности признаков, а также ряд логических операций. [c.269]

В работе рассмотрены следующие основные вопросы разработка решающего правила и алгоритма распознавания минимизация сложности решающего правила выбор системы информативных параметров речевых сигналов и способы представления их в распознающем устройстве. экспериментальные исследования и реализация системы речевого управления. [c.295]

Дополнение к решающему правилу в метрических методах. Метрические методы распознавания в отличие от вероятностных основаны на детерминистском подходе. Решающее правило устанавливает диагноз, считая его достоверным. [c.614]

Ввиду того что при решении данной задачи ЭВМ всегда придется иметь дело с одним и тем же разделением объектов на классы, причем количество этих классов и их характеристики заранее известны, задача сводится к разработке специализированных измерений, проводимых на входном сигнале (распознаваемом объекте) согласно определенной программе и сопоставлению результатов измерений с этими характеристиками. При разработке алгоритма автоматической классификации был выбран ступенчатый метод распознавания, при котором сначала производится отнесение распознаваемого объекта к какой-нибудь группе, а затем уже окончательное распознавание на основании решающего правила, выработанного для данной группы. [c.334]

Обш.ая схема решения задачи распознавания образов следующая. Контролируются параметры рабочего процесса в объекте. Измеренные параметры обрабатываются по некоторому алгоритму, для того чтобы принять решение, к какому образу (вид отказа) принадлежат значения данных параметров. Для этой цели разрабатывается решающее правило, которое зависит от способа представления характеристик параметров. [c.272]

Рассмотрим теперь применение языка исчисления предик и связанных с ним средств поиска логического вывода для матического формирования понятий, представления знаний, теза решающих правил, распознавания объектов и анализа Решение этих задач позволит создать соответствующие элем интеллекта РТК- [c.242]

После сформирования окончательных (отбраковочных) значений критериев блоком 15 производится экзамен работоспособности по какому-либо принципиальному условию. В качестве решающих правил /f, назначаешх по усмотрению предприятия либо заказчика, могут быть, например значительное отличие по дисперсии выходных параметров группы устройств,классифицированных по результатам экзамена как "хорошие" (состояние ) по сравнению с группой устройств,классифицированных как "плохие" (состояние S ) достижение определенного уровня распознавания качественных ссютояний ff и S получение шксимума правильных ответов при заданном уровне допустимого брака и т.д. [c.127]

В режиме распознавания сначала измеряется признак, соответствующий узлу первого уровня (ранга). Далее по ребру, отвечающему полученному значению признака, осуществляется переход к узлу второго уровня (ранга) и измерение соответствующего признака. Процесс раскрытия узлов продолжается до тех пор, пока не встретится лист, содержащий код некоторого класса, к которому и относится данный объект. Важно подчеркнуть, что распознавание с помощью оптимального решающего правила (и отвечающего ему оптимального распознающего графа) не требует измерения всех предикатов-признаков, так как его ранг г, как правило, существенно меньше общего числа признаков. Это свойство последовательного анализа логических автоматов распознавания, реализующих описанное выше оптимальное ре-щающее правило, выгодно отличает их от параллельных распознающих автоматов (типа перцетрон ) [44], требующих одновременного измерения и использования всех признаков. [c.219]

Для конкретизации описанной общей схемы построения логических решающих правил необходимо выбрать критерий качества и указать правило остановки алгоритма. Различные варианты такой конкретизации предложены в работах [119, 123, 1331. Поскольку Е принципе возможны ошибки распознавания, целесообразно использовать статистические критерии качества (такие, например, как критерий Байеса или критерий Вальда). Наибольший практический интерес представляет критерий Байеса, так как он минимизирует вероятность ошибок. Согласно этому критерию, на k-K шаге отбирается тот признак, при включении которого в (ы) максимизируется апостериорная вероятность некоторого класса, а именно [c.248]

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]

Разнообразие технологических процессов, требующих визуального контроля и распознавания, привело к созданию большого числа адаптивных РТК, отличающихся компоновкой, типом применяемых видеодатчиков, методами и средствами распознавания. В качестве методов автоматического распознавания используются логические, логико-вероятностные, инвариантные и дискриминантные (перцетронные) алгоритмы и решающие правила [4, 9, 44, 99, 108, 119, 1331. Эти методы реализуются либо программно на мини-ЭВМ или микропроцессорах, либо аппаратно на интегральных микросхемах. [c.265]

В СССР также создан ряд промышленных СТЗ. В качестве примера укажем на гамму СТЗ, разработанную на производственном объединении Кировский завод для автоматического распознавания и адресования крупногабаритных деталей трактора К-701 с подвесного конвейера на сборочный. Различные варианты СТЗ отличаются алгоритмами распознавания и конструкцией видеодатчиков, в качестве которых используются телевизионная камера, лазерный дальномер или система шарнирно закрепленных фотоприемников с узконаправленными осветительными лампами. Одной из наиболее простых, но эффективных СТЗ является данная система, в основе которой лежат адаптивные логические решающие правила минимальной сложности и семь датчиков типа осветитель—фотоприемник . Эта СТЗ, подробно описанная в п. 6.5, служит для автоматического распознавания и адресования И классов деталей трактора К-701, перемещающихся по подвесному толкающему конвейеру. [c.268]

Структура технической диагностики. На рис. 1 показана структура технической диагностики. Она характеризуется двумя взаимопроникающими и взаимосвязанными направлениями теорией распознавания и теорией контролеспособности. Теория распознавания содержит разделы, связанные с построением алгоритмов распознавания, решающих правил и диагностических моделей. Теория контролеспособности включает разработку средств и методов получения диагностической информации, автоматизированный контроль и поиск неисправностей. Техническую диагностику следует рассматривать как раздел общей теории надежности. [c.7]

Основываясь на высокой эффективности (или по введенному в [6] определению мощности) нелинейного решающего правила, можно поставить задачу минимизации числа используемых нелинейных разделяющих поверхностей при решении многоклассовой задачи распознавания образов. [c.255]

На следующем уровне иерархии осуществляется распознавание сигналов и объектов, а также формирование модели внеишей среды. Алгоритмы этого уровня осуществляют обучение робота ппна гмам раснознавания и анализа ситуаций в соответствии с указаниями более" высокого уровня. При этом также в значительной степени используется информация, получаемая от системы очувствления. Формируемые роботом сведения обычно реализуются в виде семантических сетей — фреймов, распознающих графов и адаптивных решающих правил. Процесс распознавания сигналов и анализ сцен часто сводится к поиску логического вывода. По мере обучения новым" понятиям в памяти робота строится и уточняется модель внешней среды. Эта информационная модель используется далее для ""проведения мысленных экспериментов по выбору того или иного плана поведения робота еще до совершения им реальных действий. [c.247]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...