Элементы программного обеспечения диалоговой системы распознавания внутреннего строения объектов

• Автор: Линецкий, Александр Иосифович
• Шифр специальности: 01.01.10
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Владивосток
• Количество страниц: 183 c. : ил

ГЛАВА I. Модели процесса распознавания и их использование
в автоматизации диагностики заболеваний
§1.1 Классификационные модели
§ 1.2 Обучение классификационных моделей
§ 1.3 Описательный подход
§ 1.4 Способы представления знаний
§ 1.5 Теория верификации фреймов
§ 1.6 Выводы
ГЛАВА 2. Модель процесса распознавания внутреннего
строения объектов
§ 2.1 Принципы построения модели
§ 2.2 Положения и постулаты мод еж
§ 2.3 Пример использования модеж
ГЛАВА 3. 2001: язык описания процессов распознавания
внутреннего строения объектов
§ 3.1 Обзор конструкций языка
§ 3.2 Общая характеристика языка
§ 3.3 Формальное определение языка
§ 3.4 Примеры простых программ
ГЛАВА 4. [_j- 4001: экспериментальная диалоговая система
распознавания внутреннего строения объектов
§ 4.1 Назначение и возможности системы
§ 4.2 Основные проектные решения
§ 4.3 Структурная организация системы
§ 4.4 Особенности реализации языкового процессора
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ

Методы распознавания объектов, представленных наборами дискретных признаков, занимают видное место в арсенале современной прикладной математики. Эти методы используются в диагностике заболеваний, прогнозировании месторождений полезных ископаемых, оценке рыбопромысловых ситуаций и других областях практической деятельности, основанных на способности специалистов к распознаванию объектов и ситуаций.
Расширить возможности специалистов в этом плане и, тем самым, повысить эффективность работы производственных служб в указанных областях помогает вычислительная техника. Здесь оказываются полезными ЭВМ, снабженные специализированными системами математического обеспечения. Ядром каждой такой системы служит программная реализация одного из упомянутых выше методов распознавания объектов.
Следует подчеркнуть, что любой метод распознавания объектов является неотъемлемой составной частью более крупной формальнологической конструкции - так называемой модели процесса распознавания, воспроизводящей логику рассуждений специалиста с той или иной степенью точности. Существующие модели процесса распознавания можно разбить на две группы. Одну из них составляют общие модели, определенные независимо от какой-либо предметной области и потому с равным успехом приложимые к любой из них, будь то медицина, геологоразведка им рыбный промысел; в другую группу входят предметно-зависимые модели. Все дальнейшее изложение будет сконцентрировано на рассмотрении общих моделей; предметно-зависимые модели будут привлекаться исключительно как иллюстративный матерная.
Согласно литературным данным, в современной прикладной математике параллельно развиваются два подхода к моделированию распознавания, каждый из которых имеет в своей основе оригинальную

точку зрешя на природу этого интеллектуального процесса.
В первых публикациях по классификационному подходу, увидевших свет на рубеже 50-х - 60-х годов, было сформулировано положение о том, что распознавание есть отнесение объекта к одному из заранее очерченных классов объектов. Последующая интенсивная разработка этого положения привела к созданию классических методов распознавания образов.
В середине 70-х годов была выдвинута теория машинного видения, центральная мысль которой сводилась к тому, что распознавание есть построение описания объекта в терминах заранее очерченного набора понятий. С этим представлением связан описательный подход к моделированию процесса распознавания.
Сегодня разработка и исследование моделей процесса распознавания становятся особенно актуальными с точки зрения возможных приложений. В последние годы на отечественном рынке появились дешевые, удобные в эксплуатации и достаточно мощные мини- и микро-ЭВМ, которые могут быть непосредственно включены в производственный контур параллельно рабочим местам специалистов. При этом на системы математического обеспечения таких ЭВМ ложится дополнительная нагрузка - они должны обеспечить автоматизированное решение задач распознавания в режиме активного диалога со специалистом.
Таким образом, потребности практики предъявляют к существующим моделям процесса распознавания новое требование. А именно -модель, положенная в основу диалоговой системы, должна достаточно точно воспроизводить ход рассуждений специалиста, поскольку в противном случае содержательный диалог между системой и специалистом будет невозможен.
Какие же из существующих моделей процесса распознавания в большей мере отвечают поставленному требованию?
Ответ не вызывает сомнений. Сразу же после появления первых

тояние своей собственной памяти. Фиксация ограничений на доступ алгоритма к собственным памятям других алгоритмов является ключевым вопросом определения вычислительной среды.
Результатом вычислений является конечное состояние вычислительной среды.
Хьюитт ( Hewitt ) [l08j предложил использовать вычислительные среды для моделирования интеллектуальных процессов.
§ 2.2 Положения и постулаты модели
Модель процесса распознавания внутреннего строения объектов состоит из ряда положений и системы постулатов.
Положения модели увязывают схему моделирования процесса распознавания с положениями теории верификации фреймов.
ПОЛОЖЕНИЯ МОДЕЛИ
Распознающий механизм представляет собой совокупность фреймов. На вход распознающего механизма поступают по мере необходимости данные, описывающие распознаваемый объект. На выходе распознающего механизма возникает система воплощений фреймов, представляющая собой агрегированное описание объекта.
Способ представления знаний. Структура распознающего механизма подобна структуре системы понятий, очерчивающих предметную область: понятиям соответствуют фреймы, а отношениям между понятиями - различные виды взаимодействия между процедурами фреймов. Строение процедур фреймов обусловлено знаниями о приемах использования понятий в ходе распознавания.
фундаментальная операция распознающего механизма реализуется как операция порождения воплощений фреймов. В ходе порождения воплощения некоторая процедура фрейма может затребовать недостающие данные извне распознающего механизма или запустить любую