Рубрики

Распознавание образов | Основы и принципы дизайна

Машинное обучение, Продвинутые компьютерные предметы

Обязательное условие — Распознавание образов | Вступление
Система распознавания образов
Шаблон это все вокруг в этом цифровом мире. Шаблон можно увидеть физически или математически, применяя алгоритмы.

В распознавании образов , шаблон состоит из следующих двух основных вещей:

  • Сборник наблюдений
  • Концепция наблюдения

    • Особенность Вектор:
    Коллекция наблюдений также называется вектором признаков. Особенность — это отличительная характеристика товара или услуги, которая отличает его от аналогичных предметов. Вектор объектов — это сочетание n объектов в n-мерном векторе столбца. Разные классы могут иметь разные значения признаков, но один и тот же класс всегда имеет одинаковые значения признаков.

    Пример:

    • Различайте хорошие и плохие черты.
    • Свойства объекта.

      • Границы классификатора и решения:

  1. В задаче статистической классификации граница решения — это гиперповерхность, которая разделяет лежащее в основе векторное пространство на два набора. Граница решения — это область проблемного пространства, в которой выходная метка классификатора неоднозначна. Классификатор — это гипотеза или функция с дискретным значением, которая используется для назначения (категориальных) меток классов определенным точкам данных.
  2. Классификатор используется для разделения пространства признаков на области решений, помеченные классом. Границы принятия решений — это границы между областями принятия решений.

    3. Компоненты в системе распознавания образов:
    Системы распознавания образов могут быть разделены на компоненты. Существует пять типичных компонентов для различных систем распознавания образов. Это следующие:

  • Датчик. Датчик — это устройство, используемое для измерения свойства, такого как давление, положение, температура или ускорение, и для получения обратной связи.
  • Механизм предварительной обработки : используется сегментация, и это процесс разделения данных на несколько сегментов. Он также может быть определен как метод разделения или разбиения данных на части, называемые сегментами.
  • Механизм извлечения признаков : извлечение признаков начинается с начального набора измеренных данных и строит производные значения (функции), предназначенные для того, чтобы быть информативными и не избыточными, облегчая последующие этапы обучения и обобщения, а в некоторых случаях приводя к лучшим интерпретациям человеком. Это может быть ручным или автоматическим.
  • Алгоритм описания. Алгоритмы распознавания образов, как правило, стремятся обеспечить разумный ответ для всех возможных входных данных и выполнить «наиболее вероятное» сопоставление входных данных с учетом их статистической вариации.
  • Обучающий набор. Обучающие данные представляют собой определенный процент от общего набора данных вместе с тестовым набором. Как правило, чем лучше обучающие данные, тем лучше работает алгоритм или классификатор.


Принципы проектирования распознавания образов
В системе распознавания образов для распознавания рисунка или структуры используются два основных подхода, которые могут быть реализованы различными способами. Эти —

  • Статистический подход и
  • Структурный подход

Статистический подход:
Статистические методы — это математические формулы, модели и методы, которые используются в статистическом анализе необработанных данных исследований. Применение статистических методов извлекает информацию из данных исследований и предоставляет различные способы оценки надежности результатов исследований.

    Используются два основных статистических метода:

  1. Описательная статистика: она суммирует данные из выборки, используя такие индексы, как среднее или стандартное отклонение.
  2. Инференциальная статистика: она делает выводы из данных, которые подвержены случайным колебаниям.

Структурный подход:
Структурный подход — это метод, при котором учащийся осваивает шаблон предложения. Структуры — это различные расположения слов в одном принятом стиле или в другом.

    Типы конструкций:

  • Шаблоны предложений
  • Образцы фраз
  • Формулы
  • Идиомы

Разница между статистическим и структурным подходами:

Sr. No.Statistical ApproachStructural Approach
1Statistical decision theory.Human perception and cognition.
2Quantitative features.Morphological primitives
3Fixed number of features.Variable number of primitives.
4Ignores feature relationships.Captures primitives relationships.
5Semantics from feature position.Semantics from primitives encoding.
6Statistical classifiers.Syntactic grammars.