18. Основные этапы постановки и решения задач распознавания образов

Распознавание образов - процесс отнесения объекта по фиксированной группе его свойств к одному объекту из множества образов по заранее оговоренному правилу.

Постановка задачи распознавания образов: дано множество объектов, относительно которых необходимо провести классификацию. Множество представлено подмножествами, которые называются классами. Заданы: информация о классах, описание всего множества и описание информации об объекте, принадлежность которого к определенному классу неизвестна. Требуется по имеющейся информации о классах и описании объекта, установить - к какому классу относится этот объект.

Этапы решения задачи распознавания образов:

• Генерация признаков - выявление признаков, которые наиболее полно описывают объект.

• Селекция признаков - выявление признаков, которые имеют наилучшие классификационные свойства для конкретной задачи.

• Построение классификатора.

• Оценка классификатора.

19. Основные отличия методов Байеса и максимального правдоподобия

1. Метод Байеса может быть применен при наличии двух и более классов, когда метод максимального правдоподобия разработан максимум для двух классов.

2. При расчете с помочью метода Байеса учитывается априорная информация.

20. Существо метода максимального правдоподобия

Данный метод используется как метод проверки двух гипотез:- гипотеза о наличии объектов первого класса,- гипотеза о наличии объектов второго класса.

1. Определить пороговое значение для каждого из свойств

2. Произвести кодировку значений по правилу еслитоиначе

3. Рассчитать вероятности принадлежности контрольного объекта к классам при условии гипотез

4. Рассчитать коэффициентправдоподобия

n- количество признаков

Критерий: Если, то контрольный объект относится к первому классу, иначе -

ко второму.

21. Существо метода Байеса.

1, Определить пороговое значение для каждого из свойств

2. Произвести кодировку значений по правилу еслито иначе

3, Рассчитать вероятности принадлежности контрольного объекта к классам при условии гипотез

по заданной системе свойств

- априорная

, где

4. Вычислить апостериорную вероятность принадлежности объекта к каждому классу

вероятность классов (вероятность появления объектов k-ro класса), т - количество классов распознавания.

Критерий: вероятность принадлежности контрольного объекта определяется максимальной величиной найденных вероятностей.

21. Примеры детерминированных алгоритмов распознавания образов. На n-образов

1) «по ближайшему среднему»

Суть алгоритма - определение принадлежности заданного объекта к одному из классов по средней мере сходства этого объекта и объектов заданных классов.

2) «по ближайшему одному»

Суть алгоритма: контрольный объект принадлежит к тому классу, к которому относится объект, максимально похожий на контрольный. НА 1-ОБРАЗ

1) «Центра масс»

Суть алгоритма: контрольный объект относится к заданному классу, если он находится ближе или на том же расстоянии, что и самый удаленный от центра объект заданного класса.

2) Алгоритм связности: