МІНІСТЕРСТВО ОСВІТИ УКРАЇНИ Національний університет “Львівська політехніка” ДОСЛІДЖЕННЯ АЛГОРИТМІВ РОЗПІЗНАВАННЯ ОБРАЗІВ.ЗАДАЧА ВИЗНАЧЕННЯ КОЕФІЦІЕНТІВ ЛРФ ДЛЯ ДВОХ МНОЖИН ОБРАЗІВ Методичні вказівки до лабораторної роботи №5 з курсу “Основи проектування систем штучного інтелекту” 1.Мета роботи Вивчити принципи алгоритмів побудови лінійних рішаючих функцій для двох класів. Написати програму реалізації алгоритму з графічним інтерфейсом користувача. 2. Короткі теоретичні відомості 2.1. Основні поняття теорії розпізнавання образів Окремі предмети і явища оточуючого нас світу, котрі необхідно розпізнати, володіють спільними властивостями і мають деякі відмінні властивості. Стосовно властивостей, якими володіють предмети і явища вони поділяються на класи. Класом або образом можна назвати множину предметів або об'єктів, які мають деякі спільні властивості. Як правило в предметній області існує деякий набір (алфавіт) класів, який позначається наступним чином:
, де
- окремий клас, m - кількість класів Якщо m=1, проблеми розпізнавання немає, оскільки існує один клас, до якого входять всі об'єкти. При m=2 має місце дихотомічне розпізнавання образів. При
принципово розпізнати образ неможливо. Кожен клас об'єктів може бути представлений деякою кількістю конкретних об'єктів або реалізацій. Сукупність різних реалізацій для всіх класів утворює множину можливих реалізацій.
В цю множину реалізацій ввійшли всі об'єкти, які належать до кожного класу
. Звідси і виникла умова
. При введенні поняття "клас" ми сказали, що до класу відносяться об'єкти, які мають певні спільні властивості. Вони називаються ознакою класу. Якщо вважати, що всі класи характеризуються однією і тією ж кількістю ознак
, тоді сукупність ознак для заданого алфавіту
класів можна записати наступний вектор ознак:
Практично числові значення ознак змінюються в деяких межах:
- будь-яка ознака може приймати властивий їй діапазон значень. 2.2. Основні задачі, які виникають при розробці системи розпізнавання образів 1. Перша задача пов'язана з представленням вхідних даних, котрі отримані як результати вимірювання для належного розпізнавання об'єкта. Кожен з векторів ознак може бути представлений як точка в к-мірному просторі. Вектори образів містять всю інформацію про образи, яка піддається вимірюванню. При цьому процес вимірювання можна розглядати як процес побудування образу, а кожен образ - як точку в М-мірному просторі. Рис 1. Графічне представлення образів 2. Виділення характерних ознак або властивостей із отриманих даних і зниження розмірності вектора образів. Вектори, отримані на першому кроці будемо називати векторами образів. Потрібно виділити характерні ознаки і властивості із отриманих даних. Ознаки можна класифікувати наступним чином: 1. Ознаки, які характеризують відмінності між окремими класами. 2. Ознаки, які є спільними для всіх класів. Друга група ознак не є корисною для розпізнавання образів і тому у векторі ознак потрібно залишити лише першу групу ознак. Вибір ознак вважається однією із найбільш важливих задач для розпізнавання образів. Якщо результати вимірювання дозволяють отримати повний набір ознак із першої групи, тоді класифікація не викликає великих труднощів. Якщо ознаки вибрані із другої групи, то класифікація неможлива. 3. Задача полягає у відшуканні оптимальних рішаючих процедур, котрі необхідні при ідентифікації і класифікації образів: а) Виділення класів. б) Коли на розпізнавання поступає новий образ, його потрібно віднести до котрогось існуючого класу або утворити новий клас. В подальшому для групування образів у класи ми будемо використовувати процедури кластеризації, які працюють по критерію відстані між точками. Будемо вважати, що образи оптимально згруповані в класи, якщо в межах класу відстань між образами є мінімальною, а між центрами ваг кластерів - максимальна. Коли класи визначені, тоді на другому етапі переходять до побудови рішаючих функцій. Рішаючі функції - скалярні і однозначні функції від вектора ознак....