Выбор решающего правила.

Выбор решающего правила определяется формой представления признаковой информации, наличием зависимостей между признаками, требованиями по оперативности распознавания объектов, а также полнотой и достоверностью признаков распознаваемого объекта и эталонного описания.

При разработке систем распознавания выбираются несколько приемлемых решающих правил и оценивают их эффективность путем моделирования работы системы распознавания.

В теории распознавания известно большое количество процедур распознавания:

вероятностные;
детерминированные (геометрические);
логические;
структурные.

Метод	Признаки и эталонное описание	Процедуры	Форма представлеления результата
Вероятност-ный	Закон распределения; таблицы распознавания	Критерии Байесса, минимакса др.	Вероятностность распознавания
Детерминиро-ванный(гео-метрический)	Количественное, качественное; объектно-характерис-тические таблицы	Евклидово расстояние и др.	Мера близости
Логический	«1» и «0»; булевы функции	Операции булевой алгебры	Значение результи-рующей булевой функции
Структурный	Элементы описания и их конкатенации	Правила грамма-тического разбора	Результаты сопоставления

В случае параметрических решающих процедур имеется возможность их адаптации к особенностям эталонного описания, обеспечивая таки образом требуемую эффективность распознавания.

Разработка алгоритмов управления работой системы распознавания

Существует несколько вариантов построения систем распознавания:

-без обучения;

-с обучением;

-с самообучением.

Системы без обучения используются тогда, когда есть полная априорная информация о признаках и классах.

Системы с обучением.

Цель обучения состоит в повышении достоверности распознавания объектов в условиях неопределенности, которая является следствием неполной информации об объектах (классах), отсутствие настроенного алгоритма(решающего правила). Поэтому, предметом обучения являются априорная информация (оптимизация размерности признакового описания) и алгоритм распознавания (структурная и параметрическая настройка). В вероятностных задачах целью обучения является вычисление статистических характеристик классов.

Необходимыми дополнительными элементами такой системы является: алгоритм оптимизации, учитель, база решающих правил.