Классификация объектов с использованием теории распознавания образов: Методические указания для самостоятельных занятий по подготовке к лабораторным работам по курсу «Техническая кибернетика», страница 3

2.  Разработать алгоритм принятия решения в детерминированной системе распознавания на основе использования известных геометрических мер близости.

3.  Программная реализация разработанного алгоритма.

4.  Ввод заданных описаний 3-х классов на языке 11-и предложенных признаков распознавания (таблицы 1-3 - варианты заданий).

5.  Отладка программы.

6.  Выполнение  контрольных  распознаваний неизвестных объектов по векторам их признаков (таблица 4).

7.  Сравнение принятых решений об отнесении неизвестных объектов к заданным классам по различным мерам близости.

8.  Сделать выводы о применимости метода.

9.  Оформить отчет по лабораторной работе.  

3 Индивидуальное задание

1.  Число классов распознавания - 5-10.

2.  Размерность вектора признаков - до 20.

3.  Решение о принадлежности объекта,  к одному из классов принимается согласно правилам принятия решений в детерминированных системах.

4.  Программа должна запрашивать у пользователя значения обучающей выборки (или читать их из файла), метод распознавания,  число К, выдавать на экран или принтер исходные данные и результат классификации.

5.  Для проверки работоспособности программы по своему варианту  (номер в журнале) ввести исходные данные, распечатать листинг программы, таблицу исходных данных и результатов. При выполнении задания к значениям X1 в четных вариантах 1 прибавляется 1, в нечетных - отнимается 1 . К значениям X2 в 2 четных номерах прибавляется 1.

Содержание отчета

Наименование и цель работы; основные положения кратких сведений из теории; индивидуальное задание, листинг программы, копии экранов и результаты  работы программы. Вывод по работе.

Контрольные вопросы

1.  Сформулируйте преимущества и недостатки применения метода ближайшего соседа, и метода К- ближайших представителей, дайте их сравнительный анализ.

2.  Дать сравнительный анализ различных мер близости между объектами. Указать условия применимости каждой меры.

3.  Обучающая последовательность задана таблицей:

                      Таблица 3 - Обучающая последовательность

Определить принадлежность к классам точки Z (3;4). Как измениться результат, если:

·  допущена ошибка в задании координат точки Z₅ и истинные значения X₁=1,  X₂=5.

·   неверно классифицирована точка Z₅ , то есть V(Z₅) =2.

Лабораторная работа  № 2.

МЕТОД ЭТАЛОНА.   

Цель работы: изучить условия применения и механизм реализации метода эталона в двух постановках: c  построением разделяющей границы и  без.

1 Краткие сведения из теории

Метод К- ближайших представителей (в том числе и правило ближайшего соседа) обладает существенными недостатками, затрудняющими его применение в практических задачах:

·  требуются значительные объемы машинной памяти для хранения всех объектов обучающей последовательности;

·  вычисление мер близости накладывает жесткие ограничения на выбор программного и технического обеспечения синтезируемых систем управления;

·  большие затраты машинного времени на расчеты ограничивают круг решаемых задач, требующих принятия решения в реальном масштабе времени.

В связи с этим получил большое распространение метод эталона, свободный от этих недостатков.

Метод эталона в своей простейшей постановке может рассматриваться как частный случай метода К- ближайших представителей, если в качестве К- ближайших точек рассматриваются все точки обучающей последовательности. Возникает задача определения расстояния между точкой и классом. Расстоянием между точкой и классом будем считать расстояние между этой точкой и эталоном класса - его центром тяжести.