Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Распознавание букв алфавита

Задача классификации.

Примеры формализации задач

Некоторый объект характеризуется несколькими параметрами p1,..., pN, причем имеется M классов объектов, C1,..., CM. При наблюдении объекта можно рассчитать или измерить его параметры, характеризуемые вектором p

i
Необходимо выбрать класс Ci, к которому принадлежит объект, характеризуемый набором параметров p. Решение задачи можно представить в виде вектора:

где

0 ≤ cm ≤ 1 и . (1)

Здесь c m - вероятность, с которой объект относится к классу Cm. Например, c 1 = 0,9, с2 = 0,1 означает, что объект

 
с данным набором параметров p с вероятностью 0,9 относится к классу C1
 
и с вероятностью 0,1 – к классу C2. Поставленная задача может быть решена с помощью МСП с N входами и M выходами, обученного давать на выходе вектор c, когда на вход подается p.

В процессе обучения сеть строит отображение P → C. Целиком получить это отображение не возможно, но можно получить произвольное количество пар ( p → c) , связанных отображением. Для произвольного вектора p на входе мы можем получить приближенные вероятности принадлежности к классам на выходе.

Часто оказывается, что компоненты выходного вектора могут быть меньше 0 или больше 1, а второе условие (1) выполняется лишь приблизительно. Неточность — следствие аналоговости нейронных сетей. Большинство результатов, получаемых с помощью нейросетей, неточно. Кроме того, при обучении сети указанные условия, накладываемые на вероятности, не вводятся в сеть непосредственно, а неявно содержатся во множестве данных, на которых обучается сеть. Это — вторая причина некорректности результата.

Существуют и другие способы формализации.

 

Будем представлять буквы в виде точечных изображений (рис.).

 

Рис.. Точечное изображение.

Темной клетке-пикселу на изображении соответствует Iij = 1, светлому — Iij = 0. Задача состоит в том, чтобы определить по изображению букву, которая была предъявлена.

Построим МСП с Ni х Nj входами, где каждому входу соответствует один пиксел: xk = Iij. Яркости пикселов будут компонентами входного вектора.

В качестве выходных сигналов выберем вероятности того, что предъявленное изображение соответствует данной букве:

Сеть рассчитывает выход:

где выход c 1 = 0,9 означает, к примеру, что предъявлено изображение буквы "А", и сеть уверена в этом на 90 %, выход c 2 = 0,1 — что изображение соответствовало букве "Б" с вероятностью 10 % и т.д.

Существует другой способ: входы сети выбираются так же, а выход – только один, номер m предъявленной буквы. Сеть учится давать значение m по предъявленному изображению I:

(Iij) → m

В этом случае недостатком является то, что буквы, имеющие близкие номера m, но непохожие изображения, могут быть перепутаны сетью при распознавании.

<== предыдущая лекция | следующая лекция ==>
Формализация задачи | Однослойный персептрон
Поделиться с друзьями:


Дата добавления: 2014-01-06; Просмотров: 482; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.013 сек.