3 Исследование влияния зашумления на распознавание образов
Размер изображения: 32x32
Резервных нейронов: 5
Критерий схожести: 95,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
100,0 |
Новый класс 3 |
P |
0.0 |
100,0 |
Новый класс 4 |
N |
1.0 |
95,1 |
Класс 0 |
E |
1.0 |
95,7 |
Класс 1 |
M |
1.0 |
95,2 |
Класс 2 |
H |
1.0 |
94,9 |
Не классифицирован |
P |
1.0 |
92,2 |
Не классифицирован |
N |
2.0 |
93,3 |
Не классифицирован |
E |
2.0 |
92,3 |
Не классифицирован |
M |
2.0 |
91,5 |
Не классифицирован |
H |
2.0 |
90,1 |
Не классифицирован |
P |
2.0 |
85,5 |
Не классифицирован |
N |
4.0 |
78,8 |
Не классифицирован |
E |
4.0 |
86,2 |
Не классифицирован |
M |
4.0 |
81,6 |
Не классифицирован |
H |
4.0 |
77,7 |
Не классифицирован |
P |
4.0 |
78,4 |
Не классифицирован |
Критерий схожести: 90,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
100,0 |
Новый класс 3 |
P |
0.0 |
100,0 |
Новый класс 4 |
N |
1.0 |
93,9 |
Класс 0 |
E |
1.0 |
96,3 |
Класс 1 |
M |
1.0 |
97,0 |
Класс 2 |
H |
1.0 |
95,4 |
Класс 3 |
P |
1.0 |
93,6 |
Класс 4 |
N |
2.0 |
87,9 |
Не классифицирован |
E |
2.0 |
86,2 |
Не классифицирован |
M |
2.0 |
90,3 |
Класс 2 |
H |
2.0 |
88,8 |
Не классифицирован |
P |
2.0 |
91,4 |
Класс 4 |
N |
3.0 |
83,2 |
Не классифицирован |
E |
3.0 |
83,6 |
Не классифицирован |
M |
3.0 |
88,8 |
Не классифицирован |
H |
3.0 |
80,8 |
Не классифицирован |
P |
3.0 |
81,2 |
Не классифицирован |
Критерий схожести: 88,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
100,0 |
Новый класс 3 |
P |
0.0 |
100,0 |
Новый класс 4 |
N |
1.0 |
95,1 |
Класс 0 |
E |
1.0 |
96,9 |
Класс 1 |
M |
1.0 |
93,3 |
Класс 2 |
H |
1.0 |
96,1 |
Класс 3 |
P |
1.0 |
96,3 |
Класс 4 |
N |
2.0 |
87,4 |
Не классифицирован |
E |
2.0 |
89,4 |
Класс 1 |
M |
2.0 |
90,9 |
Класс 2 |
H |
2.0 |
88,7 |
Класс 3 |
P |
2.0 |
89,4 |
Класс 4 |
N |
4.0 |
83,5 |
Не классифицирован |
E |
4.0 |
77,6 |
Не классифицирован |
M |
4.0 |
81,6 |
Не классифицирован |
H |
4.0 |
76,7 |
Не классифицирован |
P |
4.0 |
80 |
Не классифицирован |
Критерий схожести: 86,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
86,5 |
Класс 2 |
P |
0.0 |
100,0 |
Новый класс 3 |
N |
1.0 |
94,5 |
Класс 0 |
E |
1.0 |
96,9 |
Класс 1 |
M |
1.0 |
100 |
Новый класс 4 |
H |
1.0 |
82,1 |
Не классифицирован |
P |
1.0 |
89 |
Класс 3 |
N |
2.0 |
89 |
Класс 0 |
E |
2.0 |
88 |
Класс 1 |
M |
2.0 |
91,4 |
Класс 4 |
H |
2.0 |
77,2 |
Не классифицирован |
P |
2.0 |
89,4 |
Класс 3 |
N |
4.0 |
83,4 |
Не классифицирован |
E |
4.0 |
79,8 |
Не классифицирован |
M |
4.0 |
77,7 |
Не классифицирован |
H |
4.0 |
66,5 |
Не классифицирован |
P |
4.0 |
74,4 |
Не классифицирован |
Критерий схожести: 82,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
82,4 |
Класс 0 |
P |
0.0 |
100,0 |
Новый класс 3 |
N |
1.0 |
86,6 |
Класс 2 |
E |
1.0 |
93,4 |
Класс 1 |
M |
1.0 |
100 |
Новый класс 4 |
H |
1.0 |
83,3 |
Класс 4 |
P |
1.0 |
93,6 |
Класс 3 |
N |
2.0 |
82,7 |
Класс 0 |
E |
2.0 |
88,7 |
Класс 1 |
M |
2.0 |
63,7 |
Не классифицирован |
H |
2.0 |
75,9 |
Не классифицирован |
P |
2.0 |
83,8 |
Класс 3 |
N |
4.0 |
71,4 |
Не классифицирован |
E |
4.0 |
71,3 |
Не классифицирован |
M |
4.0 |
59,4 |
Не классифицирован |
H |
4.0 |
71 |
Не классифицирован |
P |
4.0 |
75,9 |
Не классифицирован |
Критерий схожести: 78,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
82,4 |
Класс 0 |
P |
0.0 |
81,7 |
Класс 1 |
N |
1.0 |
85,5 |
Класс 2 |
E |
1.0 |
100 |
Новый класс 3 |
M |
1.0 |
100 |
Новый класс 4 |
H |
1.0 |
78,6 |
Класс 0 |
P |
1.0 |
78,7 |
Класс 1 |
N |
2.0 |
83,1 |
Класс 2 |
E |
2.0 |
91,7 |
Класс 3 |
M |
2.0 |
92,5 |
Класс 4 |
H |
2.0 |
77,5 |
Не классифицирован |
P |
2.0 |
71,6 |
Не классифицирован |
N |
4.0 |
74,7 |
Не классифицирован |
E |
4.0 |
80,3 |
Класс 3 |
M |
4.0 |
81,3 |
Класс 4 |
H |
4.0 |
64,9 |
Не классифицирован |
P |
4.0 |
60,7 |
Не классифицирован |
Размер изображения: 32x32
Резервных нейронов: 5
Критерий схожести: 76,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
82,4 |
Класс 0 |
P |
0.0 |
81,7 |
Класс 1 |
N |
1.0 |
84,6 |
Класс 2 |
E |
1.0 |
100 |
Новый класс 3 |
M |
1.0 |
100 |
Новый класс 4 |
H |
1.0 |
76,1 |
Класс 0 |
P |
1.0 |
77 |
Класс 1 |
N |
2.0 |
80,6 |
Класс 2 |
E |
2.0 |
87,4 |
Класс 3 |
M |
2.0 |
92,5 |
Класс 4 |
H |
2.0 |
77,3 |
Класс 4 |
P |
2.0 |
68,6 |
Не классифицирован |
N |
4.0 |
72,1 |
Не классифицирован |
E |
4.0 |
80,8 |
Класс 3 |
M |
4.0 |
60 |
Не классифицирован |
H |
4.0 |
68,8 |
Не классифицирован |
P |
4.0 |
62,2 |
Не классифицирован |
Размер изображения: 32x32
Резервных нейронов: 5
Критерий схожести: 74,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
82,4 |
Класс 0 |
P |
0.0 |
81,7 |
Класс 1 |
N |
1.0 |
86,1 |
Класс 2 |
E |
1.0 |
100 |
Новый класс 3 |
M |
1.0 |
100 |
Новый класс 4 |
H |
1.0 |
87,3 |
Класс 0 |
P |
1.0 |
74,6 |
Класс 1 |
N |
2.0 |
82,1 |
Класс 2 |
E |
2.0 |
88,2 |
Класс 3 |
M |
2.0 |
89 |
Класс 4 |
H |
2.0 |
75,9 |
Класс 4 |
P |
2.0 |
73,5 |
Не классифицирован |
N |
4.0 |
75,3 |
Класс 2 |
E |
4.0 |
80,7 |
Класс 3 |
M |
4.0 |
58,6 |
Не классифицирован |
H |
4.0 |
66,7 |
Не классифицирован |
P |
4.0 |
66 |
Не классифицирован |
Размер изображения: 32x32
Резервных нейронов: 5
Критерий схожести: 72,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
100,0 |
Новый класс 2 |
H |
0.0 |
82,4 |
Класс 0 |
P |
0.0 |
81,7 |
Класс 1 |
N |
1.0 |
72,3 |
Класс 0 |
E |
1.0 |
100 |
Новый класс 3 |
M |
1.0 |
95,2 |
Класс 2 |
H |
1.0 |
77,4 |
Класс 0 |
P |
1.0 |
72,2 |
Класс 1 |
N |
2.0 |
83,5 |
Класс 2 |
E |
2.0 |
87,4 |
Класс 3 |
M |
2.0 |
100 |
Новый класс 4 |
H |
2.0 |
72,5 |
Класс 0 |
P |
2.0 |
70,6 |
Не классифицирован |
N |
4.0 |
75,3 |
Класс 2 |
E |
4.0 |
77,2 |
Класс 3 |
M |
4.0 |
86 |
Класс 4 |
H |
4.0 |
68,1 |
Не классифицирован |
P |
4.0 |
62,4 |
Не классифицирован |
Размер изображения: 32x32
Резервных нейронов: 5
Критерий схожести: 70,0%
Протокол работы сети
Символ |
Уровень шума, % |
Схожесть, % |
Результат классификации |
N |
0.0 |
100,0 |
Новый класс 0 |
E |
0.0 |
100,0 |
Новый класс 1 |
M |
0.0 |
71 |
Класс 0 |
H |
0.0 |
78,4 |
Класс 0 |
P |
0.0 |
81,7 |
Класс 1 |
N |
1.0 |
70,6 |
Класс 0 |
E |
1.0 |
100 |
Новый класс 2 |
M |
1.0 |
100 |
Новый класс 3 |
H |
1.0 |
72,3 |
Класс 0 |
P |
1.0 |
76,3 |
Класс 1 |
N |
2.0 |
80,1 |
Класс 3 |
E |
2.0 |
89,9 |
Класс 2 |
M |
2.0 |
100 |
Новый класс 4 |
H |
2.0 |
75 |
Класс 4 |
P |
2.0 |
75,2 |
Класс 1 |
N |
4.0 |
69,7 |
Не классифицирован |
E |
4.0 |
77,5 |
Класс 2 |
M |
4.0 |
60,4 |
Не классифицирован |
H |
4.0 |
66,1 |
Не классифицирован |
P |
4.0 |
63,8 |
Не классифицирован |
Вывод: при зашумлении, превышающем 1, для данной последовательности образы одинаково плохо распознаются практически для всех критериев схожести. Отчасти, в данном варианте задания это связано с похожестью некоторых символов (например, N и Н), которые сеть группирует в один класс.
Общие выводы по лабораторной работе:
1. Критерий схожести оказывает влияние на правильность распознавания образов. При высоком критерии схожести образ, подаваемый на вход сети, должен быть в достаточной степени чистым, поскольку даже при сравнительно малых значениях шума, сеть не в состоянии распознать его. В то же время при низком критерии схожести образы могут быть более зашумлёнными и они всё равно будут распознаны сетью. Однако в таком случае повышается вероятность отнесения нескольких разных похожих образов к одному классу.
2. Проблема стабильности-пластичности является одной из самых сложных и трудно решаемых задач при построении искусственных систем, моделирующих восприятие. Характер восприятия внешнего мира живыми организмами (и, прежде всего, человеком) постоянно связан с решением дилеммы, является ли некоторый образ "новой" информацией, и следовательно реакция на него должна быть поисково-познавательной, с сохранением этого образа в памяти, либо этот образ является вариантом "старой", уже знакомой картиной, и в этом случае реакция организма должна соотвествовать ранее накопленному опыту. Специальное запоминание этого образа в последнем случае не требуется. Таким образом, восприятие одновременно пластично, адаптированно к новой информации, и при этом оно стабильно, то есть не разрушает память о старых образах. Рассмотренные в предыдущих лабораторных работах нейронные системы не приспособлены к решению этой задачи.
Привлекательной особенностью нейронных сетей с адаптивным резонансом является то, что они сохраняют пластичность при запоминании новых образов, и, в то же время, предотвращают модификацию старой памяти. Нейросеть имеет внутренний детектор новизны - тест на сравнение предъявленного образа с содержимым памяти. При удачном поиске в памяти предъявленный образ классифицируется с одновременной уточняющей модификацией синаптических весов нейрона, выполнившего классификацию. О такой ситуации говорят, как о возникновении адаптивного резонанса в сети в ответ на предъявление образа. Если резонанс не возникает в пределах некоторого заданного порогового уровня, то успешным считается тест новизны, и образ воспринимается сетью, как новый. Модификация весов нейронов, не испытавших резонанса, при этом не производится.
4. В проведенных опытах сеть АРТ1 начала неверно распознавать символы начиная с критерия схожести равного 86%, поэтому задание такого же или меньшего критерия схожести не желательно, т.к. в этом случае сеть начинает группировать слабо схожие образы, что может привести к искажению исходного образа. Таким образом, выбранный критерий схожести должен быть больше либо равен 88%.
5. Размер матрицы образов также влияет на качество распознавания. Наилучшие результаты были получены при использовании матрицы 32х32, так как при использовании меньшего размера несовпадение хотя бы одного сегмента изображения с имеющимся в сети образом приводит к резкому уменьшению процента распознавания, а для большего размера появляется проблема схожести похожих символов и их группировки сетью.