Построение систем распознавания образов (стр. 29 из 36)

-текущего состояния отбора признаков в рабочий словарь.

Теперь можно детализовать отдельные детали управления. Так модульуправления должен обеспечивать

-автоматическое повторение решений полного объема задач испытаний на модели со сменой вектора отбора признаков распознавания (если заданы ограничения на средства создания и использования средств измерений);

-автоматический переход к анализу эффективности всех вариантов рабочего словаря после завершения испытаний со всеми возможными векторами отбора;

-автоматический переход к выполнению корректировки алфавита классов после выполненного анализа ошибок классификациии;

-автоматическое повторение циклов полного объема испытаний после корректировки алфавита классов.

А отсюда логически вытекает, что задание (генерация) векторов отбора, удовлетворяющих заданным ограничениям, вполне соответствуетфункциям управления. То есть, эта задача должна решаться модулем управления, который обязан иметь соответствующие исходные данные по ограничениям выделенных средств и затратам на создание или применение отдельных измерителей.

Перечисленные функции должны быть алгоритмически дополнены функцией обучения системы на информации об объектах, имитируемой соответствующим модулем модели. Работа в указанном режиме может осуществляться как при первом пуске модели для первоначального описания классов, так и при любой смене алфавита классов и словаря признаков.

Обобщенная структурная схема модуля управления приведена на рис 5.7.2, а общая структурная схема модели СР без детализации рассмотренных модулей и субмодулей - на рис.5.7.3.

От модуля

обработки Субмодуль вывода Субмодуль ввода P(W_i)

характеристик исходных данных A_r

измерений объекта распозна- и управления ото- P(g)_з

вания бражением

От модуля Субмодуль отобра- Субмодуль генера- _

жения процесса ции допустимых V_k

оценки эф- моделирования векторов отбора

фективно-

сти и др.

Субмодуль управ-

ления описанием На

классов модуль

описания

классов

Субмодуль управ-

ления циклом ис-

пытаний системы На

модуль

имитации объектов

Субмодуль управ-

ления оценкой эф-

фективности

На модуль

оценки

эффективности

Рис. 5.7.2. Обобщенная структурная схема модуля управления моделью

информация, управление P(g)_з

Модуль управления

моделью A_r

A_r

V_k

Модуль имитации

объектов распоз-

навания

Модуль измерите-

лей характеристик

объектов

Модуль отбора

признаков распоз-

навания

A_r

Модуль описания Модуль принятия

классов решений о при-

надлежности

h g

Модуль оценки

эффективности

Рис.5.7.3. Общая структурная схема модели СР

Л Е К Ц И Я 5.8

Опытно-теоретический метод в задачах создания систем распознавания

5.8.1. Использование принципов опытно-

теоретического метода при моделировании СР

Назначение опытно-теоретического метода - испытания сложных систем во всем факторном пространстве их функционирования.

Системы распознавания образов являются обычно составной частью сложных технических систем. Поэтому испытания самих сложных систем обеспечивают, как правило, и испытания СР.

Главное, что объединяет информационно системы распознавания и сложные системы, в состав которых они входят, это - объекты распознавания и средства измерений характеристик этих объектов. Причина такого пересечения систем очевидна и состоит в том, что сложные системы обеспечивают принятие решений по определенным объектам (процессам, явлениям), а распознавание этих же объектов (явлений, процессов) всегда направлено на получение дополнительной информации для принятия указанных решений.

Отсюда казалось, что занимаясь системами распознавания, можно было бы не интересоваться опытно-теоретическим методом, отдать его на откуп специалистам-испытателям сложных систем. При этом, если не учитывать неотъемлемое использование в составе СР средств измерений ( а они нужны сложной системе и без задач распознавания), то сама СР не выглядит как сложная.

Однако часто СР разрабатываются либо после создания систем принятия решений, являющихся сложными, либо самостоятельно в расчете на перспективное использование в какой-либо предметной области. То есть, в этих случаях разработчики СР встречаются с тем, что или не располагают изоморфными моделями объектов распознавания и средств измерений (они не были нужны разработчикам сложных систем) или просто лишены этих данных, так как предметная область применения СР еще не определилась. Поэтому и в первом и во втором (после определения предметной области) случаях становится важным для всесторонних оценок характеристик этих систем взгляд с позиций опытно-теоретического метода на упомянутое пересечение систем - объекты распознавания и средства измерения их параметров. Это обращение к опытно- теоретическому методу заставляет разработчиков СР самостоятельно идти по пути создания изоморфных моделей объектов и измерителей. В результате объединение модели СР с упомянутыми моделями уже представляется как сложная система со всеми вытекающими последствиями по ее испытаниям.