ВГУЭС, 2000 - 75с.
Конспект лекций рекомендуется в качестве основного методического материала по курсу "Распознавание образов" специальности "Вычисли-тельные машины, системы, комплексы и сети". Эти методические мате-риалы рассчитаны также на студентов, специализирующихся в области геоинформационных технологий, анализа сигналов, изображений и иных экспериментальных данных. В пособии приведены сведения о раз-личных подходах к решению задач распознавания, лежащем в их основе математическом аппарате, преимуществах и недостатках конкретных подходов, рекомендации по выбору того или иного метода для решения практических задач распознавания. Рекомендовано Дальневосточным региональным учебно-методическим центром (УМО) в качестве учебного пособия для студентов специально-сти "Вычислительные машины, системы, комплексы и сети" вузов региона.
Конспект лекций подготовлен при поддержке Фонда целевых программ "Государственная поддержка интеграции высшего образования и фун-даментальной науки на 1997-2000 годы".
Содержание:
Введение.
Постановка задачи распознавания. Основные определения и понятия.
Детерминистские методы решения задач распознаваниЯ.
Построение решающих правил.
Метод построения эталонов.
Метод дробящихся эталонов.
Линейные решающие правила.
Метод ближайших соседей.
Метод потенциальных функций.
Структурные (лингвистические) методы.
Кластерный анализ.
Критерии информативности признаков.
Отбор информативных признаков.
Статистические методы распознавания.
Метод ближайших соседей.
Правило ближайшего соседа.
Параметрическое оценивание распределений.
Метод максимума правдоподобия.
Случай статистически независимых признаков.
Распознавание при неизвестных априорных вероятностях образов.
Минимаксный критерий.
Критерий Неймана-Пирсона.
Последовательные процедуры распознавания.
Аппроксимационный метод оценки распределений по выборке.
Таксономия.
Оценка информативности признаков.
Иерархические системы распознавания.
Заключение.
Рекомендуемая литература.
