3. Принцип кластеризации

Когда образы некоторого класса представляют собой век­торы, компонентами которых являются действительные числа, этот класс можно рассматривать как кластер и выделять только его свойства в пространстве образов кластера. Построение си­стем распознавания, основанных на реализации данного прин­ципа, определяется взаимным пространственным расположением отдельных кластеров.

Для реализации рассмотренных выше основных принципов построения автоматических систем распознавания образов суще­ствуют три основных типа методологии: эвристическая, матема­тическая и лингвистическая (синтаксическая). Нередко системы распознавания создаются на основе комбинации этих методов.

1. Эвристические методы

За основу эвристического подхода взяты интуиция и опыт человека; в нем используются принципы перечисления членов класса и общности свойств. Обычно системы, построенные такими методами, включают набор специфических процедур, раз­работанных применительно к конкретным задачам распознава­ния. Хотя эвристический подход играет большую роль в по­строении систем распознавания образов, не много может быть сказано относительно общих принципов синтеза, так как реше­ние каждой конкретной задачи требует использования специфи­ческих приемов разработки системы. Это означает, следова­тельно, что структура и качество эвристической системы в зна­чительной степени определяются одаренностью и опытом разработчиков.

2. Математические методы

В основу математического подхода положены правила классификации, которые формулируются и выводятся в рамках опре­деленного математического формализма с помощью принципов общности свойств и кластеризации. Этим данный подход отли­чается от эвристического, в котором решения определяются с помощью правил, тесно связанных с характером решаемой за­дачи. Математические методы построения систем распознавания можно разделить на два класса: детерминистские и статисти­ческие.

Детерминистский подход базируется на математическом ап­парате, не использующем в явном виде статистические свойства изучаемых классов образов.

Статистический подход основывается на математических пра­вилах классификации, которые формулируются и выводятся в терминах математической статистики.

3. Лингвистические (синтаксические) методы

Если описание образов производится с помощью непроиз­водных элементов (подобразов) и их отношений, то для по­строения автоматических систем распознавания применяется лингвистический или синтаксический подход с использованием принципа общности свойств. Образ можно описать с помощью иерархической структуры подобразов, аналогичной синтаксической структуре языка. Это обстоятельство позволяет применять при решении задач распознавания образов теорию формальных языков. Предполагается, что грамматика образов содержит ко­нечные множества элементов, называемых переменными, непро­изводными элементами и правилами подстановки. Характер пра­вил подстановки определяет тип грамматики. Среди наиболее изученных грамматик можно отметить регулярные, бесконтекст­ные и грамматики непосредственно составляющих. Ключевыми моментами данного подхода являются выбор непроизводных элементов образа, объединение этих элементов и связывающих их отношений в грамматики образов и, наконец, реализация в соответствующем языке процессов анализа и распознавания.