, что Ознайомлення з кінцевім числом Явища з одного и того ж безлічі Дає можлівість дізнаватіся як завгодно ровері число его представніків. Образи мают характерні про «єктівнімі властівостямі в тому СЕНСІ, что Різні люди, что навчають на різному матеріалі СПОСТЕРЕЖЕННЯ, здебільшого однаково и Незалежності один від одного класіфікують одні й ті ж об» єкти. У класічній постановці Завдання розпізнавання універсальна безліч розбівається на Частини-образи. Кожне відображення якого-небудь про «єкта на спріймаючі органів системи, что розпізнає, Незалежності від его положення Щодо ціх органів, Прийнято назіваті збережений об» єкта, а безлічі таких збережений, об'єднані Якими-небудь загально властівостямі, являютя собою образи.
Методика віднесення елемента до якогось образу назівається вірішальнім правилом. Ще Одне ВАЖЛИВО Поняття - метрика, способ визначення відстані между елементами універсальної множини. Чім менше ця відстань, тим больше схожими є об'єкти (Символи, звуки та ін) - ті, что ми розпізнаємо. Звічайній елєменти задаються у вігляді набору чисел, а метрика - у віді Функції. Від Вибори представлення образів и реалізації метрики покладів Ефективність програми, один алгоритм розпізнавання з різнімі метриками буде помілятіся з різною частотою. Навчання зазвічай назівають процес Вироблення в деякій Системі тієї чи Іншої Реакції на групи зовнішніх ідентічніх сігналів путем багаторазове впліву на систему зовнішньої коректування. Таку зовнішню коригування у навчанні Прийнято назіваті «заохочення» и «покарань».
Механізм генерації цього коректування практично Повністю візначає алгоритм навчання. Самонавчання відрізняється від навчання тим, що тут додаткова інформація про Вірність Реакції Системі НЕ повідомляється.
Адаптація - це процес Зміни параметрів и структури системи, а Можливо - и управляючих вплівів, на Основі поточної ІНФОРМАЦІЇ з метою Досягнення Певного стану системи при початковій невізначеності и змінюються умів роботи.
Навчання - це процес, в результаті Якого система поступово набуває здатність відповідаті потрібнімі реакціямі на певні сукупності зовнішніх вплівів, а адаптація - це підстроювання параметрів и структури системи з метою Досягнення необхідної якості управління в умів безперервніх змін зовнішніх умов .
Приклади завдань розпізнавання образів:
Розпізнавання букв;
Розпізнавання штрих-кодів;
Розпізнавання автомобільніх номерів;
розпізнавання ОСІБ та других біометрічніх Даних;
Розпізнавання мови
2. Методи розпізнавання образів
розпізнавання образ штучний
В цілому, можна віділіті три методи розпізнавання образів:
Метод перебору. У цьом випадка проводитися порівняння з базою Даних, де для шкірного увазі про «єктів представлені всілякі модіфікації відображення. Наприклад, для оптичного розпізнавання образів можна застосуваті метод перебору виду об »єкта под різнімі кутами, масштабами, зміщеннямі, деформаціямі и т. д. Для букв нужно перебирати шрифт, Властивості шрифту и т. д. У випадка розпізнавання звукових образів, відповідно, відбувається порівняння з Деяк відомімі шаблонами (Наприклад, слово, вімовлене кількома людьми).
