TheSlide.ru

Математические методы распознавания образов

Содержание

1. Математические методы распознавания образов
2. Математическая постановка задачи распознаванияИсходная информация:объект S =
3. Исходные данныеВсе признаки – числовыеS1, S2, …,
4. Исходные данные
5. Алгоритм распознавания
6. Статистические алгоритмыP(Ki|x) – условная вероятность принадлежности объекта
7. Метод k-ближайших соседейVk – окрестность точки x(S)
8. Построение разделяющих поверхностейПусть множеству объектов каждого класса
9. Линейная разделяющая поверхность (гиперплоскость) Функция:Решающее правило:
10. Линейная разделяющая поверхность (гиперплоскость)Система неравенств:
11. Линейная разделяющая поверхность (гиперплоскость)
12. Метод комитетов Позволяет строить кусочно-линейную поверхность, безошибочно разделяющую объекты обучающей выборки для непротиворечивых таблиц обучения
13. Метод комитетовСовокупность линейных функций:Условие правильной классификации:Совокупность функций
14. Метод комитетовРешающее правило:
15. Метод комитетов
16. Метод потенциальных функцийОснован на аналогии с задачами электростатикиЗначение потенциальной функции в т. S:Решающее правило:
17. Метод потенциальных функцийТребования к виду функций K(S,
18. Пример
19. Метод потенциальных функций
20. Нейронные сетиПопытка моделирования человеческого мозга
21. Скачать презентанцию

Математическая постановка задачи распознаванияИсходная информация:объект S = (x1(S), x2(S), ..., xn(S)) – вектор признаковy(S) – «основное свойство», классДано:S1, S2, …, Sm, y(S1), y(S2), …, y(Sm) Найти:y(S) объекта S – задача распознаванияалгоритм

Главная
Разное
Математические методы распознавания образов

Слайды и текст этой презентации

Слайд 1Математические методы распознавания образов

Математические методы распознавания образов

Слайд 2Математическая постановка задачи распознавания
Исходная информация:
объект S = (x1(S), x2(S), ...,

xn(S)) – вектор признаков
y(S) – «основное свойство», класс
Дано:
S1, S2, …,

Sm, y(S1), y(S2), …, y(Sm)
Найти:
y(S) объекта S – задача распознавания
алгоритм – задача обучения

Математическая постановка задачи распознаванияИсходная информация:объект S = (x1(S), x2(S), ..., xn(S)) – вектор признаковy(S) – «основное свойство»,

Слайд 3Исходные данные
Все признаки – числовые
S1, S2, …, Sm, y(S1), y(S2),

…, y(Sm) заданы в виде таблицы обучения Т= (аij)m×n
строки S1,S2,…,Sm1

 y(Si) = 1 (класс K1)
строки Sm1+1,Sm1+2,...,Sm2  у(Si) = 2 (класс K2)
…
строки Sml-1+1,Sml-1+2,...,Sm  у(Si) = l (класс Kl)

Исходные данныеВсе признаки – числовыеS1, S2, …, Sm, y(S1), y(S2), …, y(Sm) заданы в виде таблицы обучения

Слайд 4Исходные данные

Исходные данные

Слайд 5Алгоритм распознавания

Алгоритм распознавания

Слайд 6Статистические алгоритмы
P(Ki|x) – условная вероятность принадлежности объекта S (образ x)

классам К1, ..., Kl
«–»: обычно вероятностное распределение неизвестно
Но! Можно оценить

P(Ki|x)

Статистические алгоритмыP(Ki|x) – условная вероятность принадлежности объекта S (образ x) классам К1, ..., Kl«–»: обычно вероятностное распределение

Слайд 7Метод k-ближайших соседей
Vk – окрестность точки x(S) в признаковом пространстве

«–»: снижение эффективности при малых объемах выборки и высокой размерности

признакового пространства

Метод k-ближайших соседейVk – окрестность точки x(S) в признаковом пространстве «–»: снижение эффективности при малых объемах выборки

Слайд 8Построение разделяющих поверхностей
Пусть множеству объектов каждого класса соответствует определенная область

в n-мерном признаковом пространстве
Области имеют достаточно простую форму и

их можно разделить «простой» поверхностью
Далее будем считать, что имеется только два класса объектов

Построение разделяющих поверхностейПусть множеству объектов каждого класса соответствует определенная область в n-мерном признаковом пространстве Области имеют достаточно

Слайд 9Линейная разделяющая поверхность (гиперплоскость)
Функция:

Решающее правило:

Линейная разделяющая поверхность (гиперплоскость) Функция:Решающее правило:

Слайд 10Линейная разделяющая поверхность (гиперплоскость)
Система неравенств:

Линейная разделяющая поверхность (гиперплоскость)Система неравенств:

Слайд 11Линейная разделяющая поверхность (гиперплоскость)

Линейная разделяющая поверхность (гиперплоскость)

Слайд 12Метод комитетов
Позволяет строить кусочно-линейную поверхность, безошибочно разделяющую объекты обучающей

выборки для непротиворечивых таблиц обучения

Метод комитетов Позволяет строить кусочно-линейную поверхность, безошибочно разделяющую объекты обучающей выборки для непротиворечивых таблиц обучения

Слайд 13Метод комитетов
Совокупность линейных функций:

Условие правильной классификации:

Совокупность функций называется комитетом для

системы, если каждому неравенству в системе удовлетворяет более половины функций

Метод комитетовСовокупность линейных функций:Условие правильной классификации:Совокупность функций называется комитетом для системы, если каждому неравенству в системе удовлетворяет

Слайд 14Метод комитетов
Решающее правило:

Метод комитетовРешающее правило:

Слайд 15Метод комитетов

Метод комитетов

Слайд 16Метод потенциальных функций
Основан на аналогии с задачами электростатики
Значение потенциальной функции

в т. S:

Решающее правило:

Метод потенциальных функцийОснован на аналогии с задачами электростатикиЗначение потенциальной функции в т. S:Решающее правило:

Слайд 17Метод потенциальных функций
Требования к виду функций K(S, Si):
K(Si,Si) = max

K(S,Si)
K(S, Si) > K(S, Sj), при ||S - Sj||>||S -

Si||
Примеры K(S,Si):

Метод потенциальных функцийТребования к виду функций K(S, Si):K(Si,Si) = max K(S,Si)K(S, Si) > K(S, Sj), при ||S

Слайд 18Пример

Пример

Слайд 19Метод потенциальных функций

Метод потенциальных функций

Слайд 20Нейронные сети
Попытка моделирования человеческого мозга

Нейронные сетиПопытка моделирования человеческого мозга

Скачать презентацию

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно хранить и делиться своими презентациями с другими пользователями.

Для правообладателей