Разработка и исследование схем детерминированного поиска на основе сортировки с приложением к идентификации оцифрованных объектов различных типов

• Автор: Белоконова, Светлана Сергеевна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Таганрог
• Количество страниц: 230 с. : ил.

Введение

Глава 1. Базовые схемы поиска и распознавания на основе адресной сортировки

1.1. Алгоритмы локализации экстремумов на основе сортировки

1.2. Выполнение поиска в числовой последовательности по схеме идентификации экстремумов и нулей с помощью сортировки.

1.3. Видоизменение поиска на случай массива строковых элементов

1.4. Поиск в текстовом файле с помощью идентификации экстремумов и нулей

на основе сортировки.

1.5. Поиск текстовых файлов с заданными фрагментами

1.6. Сравнение с известными схемами поиска.

1.7. Выводы

Глава 2. Мультипликативная схема поиска текстовых фрагментов на

основе идентификации локальных экстремумов числовой последовательности.
2.1. Поиск на основе сортировки одновременно по нескольким маскам строкового типа
2.2. Схема текстового поиска на основе идентификации экстремальных элементов с указанием меры сходства
2.3. Поиск с мерой сходства по нескольким маскам при заданном между ними расстоянии и поиск с учетом опечаток.
2.4. Мультипликативная форма схема поиска в строковом массиве одновременно по нескольким маскам
2.5. Применение мультипликативной схемы для поиска в текстовых файлах и поиска файлов
2.6. Применение мультипликативной схемы к поиску по нескольким маскам с учетом изменяемости их словоформы
2.7. Выводы
Глава 3. Применение мультипликативной схемы поиска к идентификации данных и объектов различных типов
3.1. Модификация мультипликативной схемы на случай поиска объектов различных типов одновременно по нескольким признакам.
3.2. Модификация мультипликативной схемы поиска с использованием
простых чисел
3.3. Поиск группы объектов различных типов и разнотипных файлов.
3.4. Применение модифицированной мультипликативной схемы к поиску и
распознаванию растровых изображений.
3.5.0 приложении модифицированной мультипликативной схемы к идентификации биометрических данных
3.6. Идентификация логических функций на основе модифицированной мультипликативной схемы.
3.7. Применение модифицированной мультипликативной схемы для идентификации сбоев логических функций при тестировании устройств
3.8. Параллелизм схем поиска и распознавания на основе сортировки.
3.9. Сравнение мультипликативной схемы с известными методами системами поиска.
3 Выводы
Заключение
Литература


Изображение а и его иерархическое структурное описание б
а
е
отрезок отрезок отрезок отрезок прямой С прямой 1 прямой е прямой
б
ского описания изображений. Простейшие элементы, из которых строятся слова, а затем и предложения, принято называть непроизводными элементами. Правила конструирования композиций из непроизводных элементов задаются с помощью специальных грамматик, называемых грамматиками описания изображений. Например, для т классов изображений V,, У2,. Ут можно построить т соответствующих грамматик ,, ,. С,, будут представлять изображения только из класса У. Тогда для произвольного изображения, описываемого цепочкой X, задача распознавания сводится к вопросу верно ли, что X т. Цепочка X относится к тому образу, из которого взята эталонная цепочка, наилучшим образом согласующаяся с цепочкой X. В этом случае требуется либо точное совпадение цепочки X с эталоном, либо выполнение подходящего критерия согласования. Подход целесообразно применять только когда существует гарантия того, что непроизводные элементы могут быть легко выделены и распознаны, а выделение и распознавание непроизводных элементов существенно проще распознавания всего изображения в целом. Помимо обозначенных выше, основы существующих методов распознавания составляют схемы, использующие локальные адаптивные элементы , выделение ключевых точек контуров , параметрический поиск . Применяются симультанная модель распознавания алгоритмы, основанные на вычислении оценок стохастические методы алгоритмы на основе решающих правил . Для решения прикладных задач распознавания успешно используются методы, основанные на комбинаторном анализе признаковых описаний объектов . Можно утверждать , что в охарактеризованных методах распознавания имеют место неопределенности в построении распознающих схем и в выборе эталонных последовательностей, при этом схемы отличает существенная вычислительная сложность. Целесообразно исследовать возможность построения единого метода, объединяющего алгоритмы поиска и задач распознавания, в качестве основы в дальнейшем рассматривается использование алгоритмов сортировок. Как отмечалось, к одной из целей диссертационной работы относится распространение схемы поиска на распознавание и идентификацию изображений. В этом контексте необходимо отметить уже существующие подходы, которые в основном решают обратную задачу применения известных методов распознавания к поиску оцифрованной 1рафической, а также аудио и видео информации ,. Отличие излагаемого в диссертации метода от рассматриваемых известных подходов , заключается в том, что данные подходы используют методы адаптивного распознавания образов и семантические сети, опираются на теорию нейронных сетей и позволяют осуществлять бинарную индексацию, при которой размер индекса даже при обработке неструктурированной информации не превышает от размера исходных данных. При этом на этапе выполнения запросов исключается большая часть нерелевантных документов процент документов, признанных нерелевантными, зависит от эффективности применяемых алгоритмов анализа, в результате гарантируется лишь отсеивание большей части исходной информации. В то же время излагаемый метод, напротив, схему поиска распространяет на распознавание, при этом предоставит детерминированный результат как поиска, так и распознавания , . VI. Схемы сжатия на основе кодирования. Одной из задач диссертационной работы является применение конструируемой схемы поиска к распознаванию и сжатию плоских растровых изображений. Необходимо соотнести подход с известными схемами сжатия. Растровая графика широко используется для представления изображений в цифровом виде. Задача сжатия графических данных возникает в связи с тем, что изображения в несжатом виде занимают большой объем памяти. Статические растровые изображения представляют собой двумерный массив чисел. Изображения можно разделить на две группы с палитрой и без нсс. У изображений с палитрой в пикселе хранится число индекс в некотором одномерном векторе цветов, называемом палитрой. Чаще всего встречаются палитры из и 6 цветов.