|
СодержаниеВВЕДЕНИЕ 4\r\n1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ 9\r\n1.1 Описание формата BMP 9\r\n1.2 Классификация задач распознавания 12\r\n1.3 Классификация методов распознавания 13\r\n1.4 Анализ перспективных направлений методов распознавания 32\r\n1.5 Современный подход к распознаванию символов. Адаптивное распознавание. 34\r\n2. ОБЗОР ВЫБРАННЫХ МЕТОДОВ РАСПОЗНАВАНИЯ 55\r\n2.1 Метод матрицы совместной встречаемости. 55\r\n2.2 Метод XOR (поточечное сравнение) 58\r\n3. ПОСТАНОВКА ЗАДАЧИ 60\r\n4. ВЫБОР СРЕДСТВ РАЗРАБОТКИ 62\r\n5. РАЗРАБОТКА ПО 64\r\n5.1 Структура главного окна программы. 64\r\n5.2 Описание работы программы 67\r\n5.3 Тестирование программы 74\r\nЗАКЛЮЧЕНИЕ 78\r\nСПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 80\r\nПРИЛОЖЕНИЕ 1……………………………………………………………….…81\r\nПРИЛОЖЕНИЕ 2……………………………………………………………….…83\r\nПРИЛОЖЕНИЕ 3……………………………………………………………….…84ВведениеОбраз, класс — классификационная группировка в системе классифика-ции, объединяющая (выделяющая) определенную группу объектов по некото-рому признаку.\r\nДостаточно долгое время задача распознавания рассматривалась челове-ком со стороны биологического и психологического аспектов. При этом изуче-нию подвергались лишь качественные характеристики, которые не позволяли точно описать механизм функционирования. Получение функциональных зави-симостей было, как правило, связано с исследованием рецепторов органов слу-ха, осязания или зрения. Однако принципы формирования решения оставались загадкой. Считается, что основным заблуждением на заре исследования было мнение о том, что мозг функционирует по определенным алгоритмам, а следо-вательно, выяснив эту систему правил, можно ее воссоздать с помощью посто-янно развивающихся вычислительных и технических средств. \r\nОснованная Норбертом Винером в начале XX века новая наука, получив-шая название кибернетика (наука об общих закономерностях процессов управ-ления и передачи информации в машинах, живых организмах и обществе), по-зволила в исследование вопроса распознавания образов ввести количественные методы. Другими словами, представить процесс распознавания образов (по сути - природное явление) математическими методами.ЗаключениеВ процессе биологической эволюции многие животные с помощью зри-тельного и слухового аппарата решили задачи распознавания образов достаточ-но хорошо. Создание искусственных систем распознавания образов остаётся сложной теоретической и технической проблемой. Необходимость в таком рас-познавании возникает в самых разных областях — от военного дела и систем безопасности до оцифровки всевозможных аналоговых сигналов.\r\nПроизводительность современных настольных компьютеров приближает-ся к отметке 4 ГГц, что явно не достаточно для решения задач аналогичных че-ловеку, распознавание речи в реальном времени, распознавание образов, распо-знавание динамических образов и трехмерных сцен. Распознавание образов яв-ляется наиболее приоритетной и трудоемкой задачей для нашего многозадачно-го мозга. Например для неподготовленного пользователя достаточно несколько минут посмотреть на игру профессионалов в 3-D стрелялки аналогичных Quake III и у него начинается головокружение и тошнота из-за того, что его мозг не справляется с обработкой неестественных быстрых движений в игре и на другие менее приоритетные задачи не остается процессорного времени, такие как пи-щеварение и координация движений в пространстве. Аналогичные явления можно наблюдать во время катания на качелях или кружась на месте. Но совре-менные суперкомпьютеры, состоящие приблизительно из 5000 процессоров Pentium IV 4000 МГц имеют производительность около 5000 ГГц, а это уже по-зволяет решать задачи аналогичные задачам в повседневной жизни среднего человека, но такие компьютеры в основном предназначены для моделирования ядерных испытаний [4].\r\nСовременные сетевые проекты объединяют более 1 500 000 компьютеров, а это при средней производительности в 1500 МГц составляет колоссальную цифру в 1 750 000 ГГц, ни какой суперкомпьютер не может тягаться с глобаль-ной сетью. Но этот проект SiteHome предназначен для поиска внеземного разу-ма и анализирует информацию, круглосуточно поступающую с радиотелескопа. То есть на сегодняшний день человечество обладает вычислительной способно-стью для создания искусственного интеллекта, но почему-то его до сих пор нет.Литература1. Арлазаров В. Л., Троянкер В.В., Котович Н.В. Адаптивное распознавание символов. http://ocrai.narod.ru/adaptive.html\r\n2. Барский А.Б. \\\"Нейронные сети: распознавание, управление, принятие реше-ний\\\". М.: Статистика, 2007. \r\n3. Бобровский С. \\\"Delphi 7. Учебный курс\\\". СПб.: Питер, 2007.\r\n4. Джонс М.Т. \\\"Программирование искусственного интеллекта в приложени-ях.” М.: ДМК, 2006\r\n5. Журавлев Ю.И. Алгоритмы вычисления оценок и их применение Ташкент, “Фан” 1974\r\n6. Колесников С. Распознавнаие образов, общие сведения. http://www.ci.ru/inform03_06/p_24.htm\r\n7. Корн Г., Корн Т. Справочник по математике. М. : “Наука”, 1984 \r\n8. Мерков А.Б. Основные методы, используемые для распознавания рукописно-го текста. http://www.recognition.mccme.ru/ pub/RecognitionLab.html/methods.html\r\n9. Осипов Д. \\\"Delphi. Проффессиональное программирование\\\". М.: Фолио, 2006.\r\n10. Потапов А.С. \\\"Распознавание образов и машинное восприятие: общий под-ход на основе принципа минимальной длины описания\\\". М.: Политехника, 2007\r\n11. Промахина И.М., Коростелев А.П. Об одном классе вероятностных рекур-рентных алгоритмов распознавания. М. : Препринт, 1984\r\n12. Распознавание образов и искусственный интеллект. Сборник материалов. http://ocrai.narod.ru/\r\n13. Розанов Ю.А. Теория вероятностей, случайные процессы и математическая статистика. М. : “Наука”, 1989\r\n14. Смолин Д. В. \\\"Введение в искусственный интеллект. Конспект лекций - 2 изд.\\\" М.: Физматлит, 2007.\r\n15. Сотник С. Л. Курс лекций по предмету \\\"Основы проектирования систем с искусственным интеллектом\\\". http://www.codenet.ru/progr/alg/ai/htm/\r\n16. Статья «Распознавание образов» в русском разделе энциклопедии Wikipedia http://ru.wikipedia.org/wiki/Распознавание_образов\r\n17. Ясницкий Л.Н. \\\"Введение в искусственный интеллект. Учебное пособие для вузов\\\". М.: Академия, 2006.\r\n18. Ян Д.Е., Анисимович К.В., Шамис А.Л. Новая технология распознавания символов. Теория, практическая реализация, перспективы. М. : Препринт, 1995"
|
|
