Идентификация состояний многомерных объектов на основе адаптивных моделей нечеткого логического вывода

• Автор: Матасов, Андрей Сергеевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Воронеж
• Количество страниц: 135 с. : ил.

Оглавление
Введение

Глава 1 Анализ алгоритмов идентификации образов

1.1 онятие образа как многомерного объекта.

1.2 Общая постановка задачи распознавания образов.

1.2.1 Проблема обучения распознаванию образов.

1.2.2 Гипотеза компактности

1.3 Современные подходы к проблеме идентификации

наблюдений

1.3.1 Геометрический и структурный подходы

1.3.2 Дискриминантный анализ

1.3.3 Кластерный анализ.
1.3.4 Вероятностный подход
1.3.5 сйросетевой подход
1.3.6 Логические и лингвистические методы. Нечеткие системы.
1.4 Практическое применение систем идентификации в задачах
медицинской диагностики.
1.5 Постановка задач диссертационного исследования
Глава 2 Синтез адаптивной модели нечеткой идентификации
2.1 Анализ базовых элементов системы нечеткого вывода.
2.2 Оптимизация параметров лингвистических переменных.
2.3 Формирование множества правил.
2.4 Взаимодействие алгоритмов структурной и параметрической
адаптации.
2.5 Выводы
Глава 3 Специальное математическое и программное
обеспечение анализа эффективности адаптивных систем в
3.1 Алгоритмизация основных структурных элементов модели
3.2 Программная реализация системы анализа многомерных
3.3 Генерация многомерных тестовых распределений
3.4 Критерия качества модели идентификации.
3.5 Анализ качества идентификации при различных геометрических структурах обучающих множеств.
3.6 Анализ оптимальности использования различных операторов импликации.
3.7 Выводы
Глава 4 Комплекс программ для решения задач
идентификации состояний объектов.
4.1 Выбор и формализация идентификационных признаков
4.2 Постановка задачи диагностики урологических заболеваний
4.3 Анализ результатов идентификации состояний пациентов.
4.4 Структура и организация программного комплекса.
4.5 Выводы.
Заключение
Библиографический список
Приложение 1 Инструкция по установке программного
комплекса Анализ и идентификация многомерных данных
Приложение 2 Акт внедрения разработанного программного комплекса в практической деятельности.
Введение
Актуальность


Под образом, или классом, понимают классификационную группировку в системе классификации, которая объединяет (выделяет) определенную группу объектов по множеству заранее определенных признаков [5, , ]. Образы обладают характерным свойством, проявляющимся в том, что ознакомление с конечным числом явлений из одного и того же множества дает возможность узнавать сколь угодно большое число его представителей. В качестве образа можно рассматривать и некоторую совокупность состояний объекта исследования, причем вся эта совокупность характеризуется тем, что все состояния в той или иной мере описывают один и тот же объект. Образы обладают характерными объективными свойствами в том смысле, что разные люди, обучающиеся на различном материале наблюдений, большей частью одинаково и независимо друг от друга классифицируют одни и те же объекты []. Именно эта объективность образов позволяет людям всего мира понимать друг друга. В литературе, посвященной проблеме обучения распознавания образов, часто вместо понятия образа вводится понятие класса []. Круг задач, которые могут решаться с помощью распознающих ^ систем, чрезвычайно широк. В каждой из таких задач анализируются некоторые явления, процессы, состояния внешнего мира, всюду далее называемые объектами наблюдения. Прежде чем начать анализ какого-либо объекта, нужно получить о нем определенную, каким-либо способом упорядоченную информацию. При решении задач управления методами распознавания образов вместо термина «изображение» применяют термин «состояние» [1, ]. Состояние — это определенной формы отображение измеряемых текущих (или мгновенных) характеристик наблюдаемого объекта. Совокупность состояний определяет ситуацию [, ]. Понятие "ситуация" является аналогом понятия "образ". Но эта аналогия не полная, так как не всякий образ можно назвать ситуацией, хотя всякую ситуацию можно назвать образом. Ситуацией принято называть некоторую совокупность состояний сложного объекта, каждая из которых характеризуется одними и теми же или схожими характеристиками объекта. Если объектом наблюдения является военная игра, то ситуация объединяет все состояния игры, которые требуют, например, мощного танкового удара при поддержке авиации. Выбор исходного описания объектов является одной из центральных задач проблемы обучения распознавания образов. При удачном выборе исходного описания (пространства признаков) задача распознавания может оказаться тривиальной и, наоборот, неудачно выбранное исходное описание может привести либо к очень сложной дальнейшей переработке информации, либо вообще к отсутствию решения. Распознавание образов (или идентификация образов) информационный процесс, реализуемый некоторым преобразователем информации (интеллектуальным информационным каналом, системой распознавания), имеющим вход и выход. На вход системы подается информация о том, какими признаками обладают предъявляемые объекты. На выходе системы отображается информация о том, к каким классам (обобщенным образам) отнесены распознаваемые объекты. В целом проблема распознавания образов состоит из двух частей: обучения и распознавания [, , ]. Обучение осуществляется путем показа отдельных объектов с указанием их принадлежности тому или другому образу. В результате обучения распознающая система должна приобрести способность реагировать одинаковыми реакциями на все объекты одного образа и различными — на все объекты различных образов. Очень важно, что процесс обучения должен завершиться только путем показов конечного числа объектов без каких-либо других подсказок. Важно, что в процессе обучения указываются только сами объекты и их принадлежность образу. За обучением следует процесс распознавания новых объектов, который характеризует действия уже обученной системы. Автоматизация этих процедур и составляет проблему обучения распознаванию образов. Разбиение определено не полностью - задан лишь некоторый набор информации 1л(0,,,. Ок. Совокупность значений признаков х^определяет описание объекта 1(о) = {х,,х2,. Ок, к = 1,т по обучающей информации (О,,О2,. От) и описанию 1(со) вычислить значение предикатов Р(со<=Ок), к = 1,т.