Логические системы

Вероятностные системы.

Самообучающиеся системы.

Обучающиеся системы.

Системы без обучения.

Для построения таких систем необходимо располагать полной первоначальной априорной информацией.

Для обучающихся систем мы должны иметь дело с ситуацией, когда априорной информации не хватает для описания распознаваемых классов на языке признаков. (Возможны случаи, когда информации хватает, однако делать упомянутое описание нецелесообразно или трудно).

То есть, на стадии формирования ОСР работают с "учителем", осуществляющим указание о принадлежности предъявленного для обучения объекта. И прежде, чем система будет применяться, должен пройти этап обучения.

Определен словарь признаков распознавания. Однако для организации процесса обучения задается некоторый набор правил, в соответствии с которым система сама вырабатывает классификацию.

Для ССР так же, как для ОСР существует период обучения, характерно наличие периода самообучения, когда ей предъявляются объекты обучающей последовательности. Только при этом не указывается принадлежность их к каким-либо классам.

Примером самообучающейся системы может быть система разделения на классы промышленных предприятий для сравнительного анализа эффективности их функционирования. При этом в качестве правил классификации могут быть указания либо о равенстве объемов выпускаемой продукции, либо о равенстве численности рабочих и т.п.).

В другой широко применяемой терминологии ССР - это система автоматического кластерного анализа или таксономии (taxis - порядок, nomos - закон).

По характеру информации о признаках распознавания СР подразделяются на:

-детерминированные;

-вероятностные;

-логические;

-структурные (лингвистические);

-комбинированные.

Детерминированные системы.

а) Метод решения задачи распознавания: использование геометрических мер близости;

б) Метод априорного описания классов: координаты векторов-эталонов по каждому из классов или координаты всех объектов, принадлежащих классам (наборы эталонов по каждому классу).

а) Метод решения задачи распознавания: вероятностный, основанный на вероятностной мере близости (средний риск);

б) Метод априорного описания классов: вероятностные зависимости между признаками и классами.

а) Метод решения задачи распознавания: логический, основанный на дискретном анализе и исчислении высказываний;

б) Метод априорного описания классов: логические связи, выражаемые через систему булевых уравнений, где признаки - переменные, классы - неизвестные величины.

Структурные (лингвистические) системы.

а) Метод решения задачи распознавания: грамматический разбор предложения,
описывающего объект на языке непроизводных структурных элементов с целью определения его правильности.

б) Метод априорного описания классов: подмножества предложений, описывающих объекты каждого класса.

Дата добавления: 2014-01-11