_учебник_ Журавлев Ю.И. Распознавание. Математические методы. Программная система. Практические применения (2005) (_учебник_ Журавлев Ю.И. Распознавание. Математические методы. Программная система. Практические применения (2005).pdf), страница 26

Для того, чтобы оценить возможности различных алгоритмов при решениизадач компьютерного конструирования неорганических соединений, European Office ofAerospace Research and Developments (EOARD) предложил набор тестовых задач. СистемаРАСПОЗНАВАНИЕ была протестирована на одной из этих задач: задаче прогнозированиядвойных систем (физико-химических систем, образованных двумя химическимиэлементами, например, Fe-C, Ni-Al и т.д.) с образованием соединений (любого состава)при нормальных условиях (298 К и 1 атм.) и без образования соединений (твердыерастворы, эвтектические системы или гетерогенные смеси).Обучающаявыборкавключала923положительныхобъекта(системысобразованием соединений) и 410 отрицательных объектов (системы без образованиясоединений). Экзаменационная выборка состояла из 473 положительных и 219отрицательных объектов.

Для описания физико-химических систем использовались 87*2= 174 признака (87 свойств для каждого химического элемента: атомный номер;температуры плавления и кипения; энтальпии плавления, кипения, атомизации; модульЮнга; электроотрицательности; первые три потенциала ионизации; размерные факторы;Менделеевский номер и т.д.). Точность расчетов на контрольной выборке превысила 95%124правильных ответов, что соответствует наилучшим результатам, полученным сиспользованием других систем распознавания.4.5.

Приложения в области обработки и распознавания изображений4.5.1. Распознавание изображений автомобилейОписанныеметодымогутбытьширокоприменимыдляраспознаванияграфических изображений. В качестве примера приведем задачу распознаванияизображений автомобилей, снятых камерой под различными углами зрения. Требуетсяразличить изображения четырех типов – двухэтажного автобуса. микроавтобуса Шевроле.седана Сааб 9000 и купе Опель Манта 400. Каждое изображение было получено вразрешении128х128характеризуется18-юприодинаковомпризнаками:освещениикомпактностьиминимизации(квадратбликов,ипериметра/площадь),округлость (квадрат среднего расстояния от центра/площадь), эксцесс и ассиметрияотносительно горизонтальной и вертикальной оси, и т.

п. Каждому типу автомобилясоответствует один из четырех классов, в каждом классе содержится около 200 объектовизображений. Точность распознавания контрольных объектов (на выборке из 100изображений) составила около 80% правильных ответов.Примечание. Автор постановки задачи и данных Drs.Pete Mowforth and Barry Shepherd. Turing Institute George House. 36 North HanoverSt. Glasgow. G1 2AD4.5.2. Распознавание рукописных цифрЗадача распознавания рукописных символов является одной из важнейшихобластей применения методов распознавания.

В данной сфере работают исследователимногих ведущих университетов и компаний, имеются коммерческие программыраспознавания оптических символов и многочисленные публикации. В работах /7, 61/описаны результаты распознавания рукописных цифр с помощью моделей частичнойпрецедентности. Исходный материал составляли 1000 рукописных цифр, представлениекаждой цифры задавалось бинарной матрицей 16x16.Численные эксперименты были проведены при двух способах описаний цифр:«бинарном» и «символьном».

Первый вид описаний непосредственно порождалсяисходным бинарным представлением. Каждое описание цифры, заданное бинарнойматрицей 16x16, переводилось в более грубое (но более устойчивое по элементамфиксированного класса) описание 6x6. Значениями новых признаков являются суммыэлементов квадратов исходной матрицы 3x3 или прямоугольников 1x3 и 3x1. Символьные125описания формировались на языке признаков, отражающих логическую и статистическуюкартину распределения единиц в матрице 16x16. По матрице 16x16 вычисляютсяпризнаки, характеризующие контуры цифр, гистограммы, производные контуров, числокомпонент связности по горизонтальным и вертикальным линиям, и др. (всего 478). Далееиспользовались лишь 36-47 наиболее информативных признаков.Для обучения и контроля использовались выборки по 500 описаний. Точностьраспознавания с применением моделей частичной прецедентности составила около 94%при 6x6 признаковом описании и 97% при символьном.

Учитывая непрезентативностьвыборки (исходная информация была создана с участием 10 персон), данные результатыследует считать весьма высокими.126Глава 5. Описание программного продукта5.1. Описание графической оболочки5.1.1. Главное окноОснову рабочей среды программы составляет стандартный многодокументальныйграфический интерфейс Windows. После запуска программы на экран выводитсяследующее окно (см. рис.

30).Рис. 30. Внешний вид программыДанное окно имеет меню и панель инструментов, которые позволяют управлятьпрограммой. Все кнопки на панели инструментов дублируют некоторые пункты меню.Меню состоит из следующих пунктов: «Файл», «Проект», «Опции», «Окна», «Помощь».На панели инструментов находятся слева направо три группы кнопок. Перваягруппа - кнопкиуправления проектами:«Создатьновыйпроект»,«Загрузитьсуществующий проект», «Сохранить текущий проект». Вторая группа кнопок – кнопкиуправления методами внутри конкретного проекта: «Добавить в проект метод», «Удалитьметод из проекта», «Добавить в проект метод построения коллективного решения»,«Удалить из проекта метод построения коллективного решения».

Третья группа кнопок –это кнопки управления загрузкой выборок с данными: «Загрузить выборку для обучения»,127«Загрузить выборку для обучения коллективных методов», «Загрузить выборку дляраспознавания».В зависимости от режима работы некоторые кнопки могут быть недоступны,например, при решении задачи кластеризации не используется выборка для распознаванияи, соответственно, не будет доступна кнопка загрузки распознаваемой выборки.5.1.2.

Главное меню5.1.2.1. Пункт меню «Файл»Посредством данного пункта меню происходит управление рабочими проектамисистемы РАСПОЗНАВАНИЕ. Состоит из пунктов: «Новый проект», «Загрузить проект»,«Закрыть проект», «Сохранить проект», «Недавние проекты», «Выход».Новый проект.После выбора соответствующего пункта меню на экране появится диалог созданиянового проекта (см. Рис. 31):Рис. 31.

Создание проектаВ левой части диалога надо выбрать один из возможных типов проектов, а в правойчасти - путь к директории, в которой будет храниться проект и его название. Итоговаядиректория,вкоторойбудутхранитьсяфайлыпроекта,будетиметьпуть«Расположение»\«Название проекта». При нажатии на кнопку «...» на экране появитсядиалог с возможностью выбора директории проекта. Как уже говорилось выше, типыпроектов подразделяются на «эксперт»/«пользователь». В первом случае пользователюбудет предоставлен доступ ко всем параметрам методов и возможность самомуконтролировать качество обучения, во втором случае пользователю предоставляетсянекоторый набор готовых сценариев обучения, которые сами выбирают параметрыметодов и средства контроля качества обучения.

В созданной директории появится файл«Название проекта.crp», который и является файлом проекта. При добавлении методов в128проект в данной директории будут появляться директории с рабочими файламисоответствующих методов.Загрузить проект.После выбора данного пункта меню на экран выводится стандартный диалогWindows, предлагающий загрузить файл. Расширение файлов проекта - .crp. После выборасоответствующего файла на экране появится окно ранее сохраненного проекта.Закрыть проект.Закрывает текущий проект. Если проект не был сохранен, то выводит на экранпредупреждающее сообщение.Сохранить проект.Сохраняет данный проект в файл, чтобы его можно было использовать вдальнейшем. При этом все методы, которые были обучены, запоминают результатыобучения и в дальнейшем при загрузке проекта можно сразу приступать к распознаваниюбез предварительного обучения.

Стоит заметить, что методы запоминают те значенияпараметров, при которых они были в последний раз обучены, а не те которые в данныймомент выставлены в окнах настроек.Недавние проекты.Выводит на экран меню со списком последних проектов, после выборасоответствующего проекта загружает его.Выход.Осуществляетвыходизпрограммы,аккуратнозавершаяприэтомвсепроисходящие процессы. Выход может произойти не сразу, а по истечении некотороговремени, которое потребуется для завершения процессов, происходящих в программе.5.1.2.2. Пункт меню «Проект».При помощи команд из данного меню происходит управление составными частямипроекта, такими как методы и выборки. Состоит из следующих пунктов: «Загрузитьобучающую выборку», «Загрузить выборку для обучения коллективных методов»,«Загрузить распознаваемую выборку», «Добавить в проект», «Удалить из проекта».Загрузить обучающую выборку.Позволяет загрузить выборку, которая будет использоваться для обучения методов.Сначала на экране появится диалог с возможностью выбора типа загрузчика (см.