Разпознаване на шаблон
Информация за спермограма на уебсайта.
Разпознаване на шаблон, научно направление, свързано с разработването на принципи и изграждането на системи, предназначени да определят принадлежността на даден обект към един от предварително избраните класове обекти. Обекти при разпознаване на изображения означават различни обекти, явления, процеси, ситуации, сигнали. Всеки обект се описва с набор от основни характеристики (атрибути, свойства) X = (x1,. Xi,. Xn), където i-тата координата на вектора X определя стойностите на i-тата характеристика и допълнителна характеристика S, която показва, че обектът принадлежи към определен клас (към изображението). Набор от предварително класифицирани обекти, т.е. такива, за които са известни характеристиките на X и S, се използва за откриване на редовни връзки между стойностите на тези характеристики и следователно се наричат обучителна извадка. Обектите, за които характеристиката S е неизвестна, образуват контролната проба. Отделни обекти на обучение и контролни проби се наричат реализации.
Една от основните задачи на разпознаването на образци е изборът на правилото (функция за вземане на решение) D, според което според стойността на контролната реализация X се установява, че тя принадлежи към един от моделите, т.е. Посочени са „най-правдоподобни“ стойности на характеристиката S за даден X. Функция D трябва да бъде произведена така, че цената на самото устройство за разпознаване, неговата работа и загубите, свързани с грешки при разпознаване, да бъдат минимални. Пример за този тип проблем с разпознаването на образци е проблемът за разграничаване между нефтоносните и водоносните пластове въз основа на косвени геофизични данни. Въз основа на тези характеристики е сравнително лесно да се открият образувания, наситени с течност. Много по-трудно е да се определи дали са пълни с масло или вода. Необходимо е да се намери правило за използване на информацията, съдържаща се в геофизичните характеристики, за класифициране на всеки наситен с течности резервоар в един от двата класа - водоносен хоризонт или нефт. При решаването на този проблем учебният набор включва геофизични данни за изложените слоеве.
Успехът в решаването на проблема с разпознаването на образци зависи до голяма степен от това колко добре са избрани характеристиките на X. Първоначалният набор от характеристики често е много голям. В същото време приемливо правило трябва да се основава на използването на малък брой характеристики, които са най-важни за разграничаването на едно изображение от друго. Така че, в задачите на медицинската диагностика е важно да се определи кои симптоми и техните комбинации (синдроми) трябва да се използват при поставяне на диагноза на това заболяване. Следователно проблемът с избора на информативни функции е важна част от проблема.
Проблемът с разпознаването на образци е тясно свързан със задачата за предварителна класификация или таксономия.
В основния проблем на R. o. Редовните връзки между характеристиките X и S, намерени в обучителния набор и някои допълнителни априорни предположения, например следните хипотези, се използват при изграждането на функциите за вземане на решения D: характеристиките на X за реализации на модели са случайни извадки от общи популации с нормално разпределение (виж по-долу - Изображения за разпознаване в математическата статистика); реализациите на едно изображение са разположени „компактно“ (в известен смисъл); характеристиките в набора X са независими и т.н.
В областта на разпознаването на образци по същество се използват идеите и резултатите от много други научни области - математика, кибернетика, психология и др.
Лит.: Sebestian G.-S., Процеси на вземане на решения при разпознаване на образци, прев. от англ., К., 1965; Бонгард М. М., Проблемът с разпознаването, М., 1967; Цыпкин Я. З., Адаптиране и обучение в автоматични системи, М., 1968; Айзерман М. А., Браверман Е. М., Розоноер Л. И., Методът на потенциалните функции в теорията на машинното обучение, М., 1970; Zagoruiko P. G., Методи за разпознаване и тяхното приложение, М., 1972; Вапник В. Н., Червоненкис А. Я., Теория за разпознаване на образци, М., 1974.
Разпознаването на образци в математическата статистика е клас проблеми, свързани с определяне дали дадено наблюдение принадлежи към една от общите популации (с неизвестни разпределения), които са представени само от крайни извадки. Набор от наблюдения (извадка) от една от представените генерални популации също може да действа като това наблюдение. Всяко наблюдение е число или вектор. Често този клас проблеми се нарича още дискриминант анализ или класификация.