Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений

• Автор: Луценко, Евгений Вениаминович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Краснодар
• Количество страниц: 187 с. : ил

1.1. АНЛЛИШЧЕСКИЙ ОБЗОР

1.2. Методология исследования

1.3. Выводы

ГЛАВА П. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РАСПОЗНАВАНИЯ

ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ В АСУ .

2.1. Общие принципы построения математических моделей и выбор класса модели сложного

ОБЪЕКТА УПРАВЛЕНИЯ

. Математическое моделирование рас юзнавания образов в АСУ на основе теории

информации.
2.3. Математическое моделирование принятия решений в АСУ на основе многокритериального подхода и теории информации .
2.4. Выводы
ГЛАВА Ш. РАЗРАБОТКА МЕТОДОЛОГИИ СИНТЕЗА АДАПТИВНЫХ АСУ СЛОЖНЫМИ ОБЪЕКТАМИ С ПРИМЕНЕНИЕМ МОДЕЛЕЙ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ
3.1. Цели и тиювая структура асу. параметрическая модель адаптивной асу соу.
3.2. Алгоритмы функционирования адаптивных АСУ СОУ.
3.3. Методология синтеза адаптивных АСУ сложными объектами.
3.4. Выводы.
ГЛАВА IV. РАЗРАБОТКА ПРОГРАММНОЙ ИНСТРУМЕНТАЛЬНОЙ ОБОЛОЧКИ И МЕТОДИКА СИНТЕЗА АДАПТИВНЫХ АСУ СОУ С ЕЕ ПРИМЕНЕНИЕМ
4.1. ФУНКЦИСХ1АЛЫ1АЯ СТРУКТУРА И ТЕХНОЛОГИЯ ПРИМЕНЕНИЯ ИНСТРУМЕНТАЛЬНОЙ ОБОЛОЧКИ
4.2. Методика синтеза автоматизированных систем управления автономными
КОМБШ МРОВАТП1ЫМИ ФОТОВЕТРОЭЛЕКТГОЭ1ШРГЕТИЧЕСКИМИ УСТАНОВКАМИ.
4.3. Опыт ПРИМЕНЕНИЯ ПРЕДЛОЖЕННОЙ МЕТОДОЛОГИИ СИНТЕЗА АСУ СОУ И ИСТОЧНИКИ ЕЕ ЭФФЕКТИВНОСТИ
4.4. Выводы
ЗАКЛЮЧЕНИЕ
Резюме
Выводы.
Результаты
Перспективы
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Очевидно при любой конечной размерности обучающей выборки а другой она быть и не может это требование выполняется всегда просто по гой причине, что существуют случайные различия между объектами. В качестве мер сходства применяются различные меры близости расстояния объектов в пространстве признаков. Поэтому эффективное использование экстенсиональных методов распознавания образов зависит от того, насколько удачно определены указанные меры близости, а также от того, какие объекты обучающей выборки объекты с известной классификацией выполняют роль диагностических прецедентов. Успешное решение данных задач дает результат, приближающийся к теоретически достижимым пределам эффективности распознавания. Достоинствам экстенсиональных методов распознавания образов противопоставлена, в первую очередь, высокая техническая сложность их практического воплощения. Для высокоразмерных пространств признаков внешне простая задача нахождения пар ближайших точек превращается в серьезную проблему. Также многие авторы отмечают в качестве проблемы необходимость запоминания достаточно большого количества объектов, представляющих распознаваемые классы. Само по себе это не является проблемой, однако воспринимается как проблема например, в методе кближайших соседей по той причине, что при распознавании каждого объекта происходит полный перебор всех объектов обучающей выборки. Теоретические проблемы применения экстенсиональных методов распознавания связаны с проблемами поиска информативных групп признаков, нахождения оптимальных метрик для измерения сходства и различия объектов и анализа структуры экспериментальной информации.