Алгоритм - распознавание - образ
Cтраница 2
В настоящее время ЭВМ является мощным инструментом научных исследований, которому доступна роль, выполнявшаяся ранее лишь человеком. ЭВМ, снабженная алгоритмом распознавания образов, обладает искусственным интеллектом. ЭВМ будет способна опознать новый, не предъявлявшийся ранее объект и отнести его к одному из известных ей классов. Такая обучающаяся машина может с успехом применяться в любой области научных исследований. [16]
Радиолокационная измерительная система - система, предназначенная для обработки сигналов радиолокационной станции, таких, как измерение параметров отраженного импульса, времени его возвращения, фазовых соотношений и др., что позволяет извлечь из отраженного радиолокационного сигнала дополнительную информацию, характеризующую облучаемую цель. В программах обработки сигнала начинают применяться алгоритмы распознавания образов и другие сложные логико-математические преобразования. [17]
Таким образом, каждое 1 - е изделие характеризуется точкой хг в - мерном пространстве X. Для анализа этих N точек используется алгоритм распознавания образов без поощрения. Основная идея этого алгоритма заключается в следующем. [18]
Атрибуты а, б и в образуют физическое представление объекта, выделенного путем сегментации. Атрибут г есть результат применения какого-либо алгоритма распознавания образов и являет собой логическое представление объекта. Вместе эти четыре атрибута образуют икон, т.е. пару физического и логического представлений. [19]
Здесь были использованы данные о масс-спектрах низкого разрешения, результатах измерений методом ядерного магнитного резонанса, показателях преломления и плотностях для чистых углеводородов. Векторы образов, составленные по данным разных источников, вводились в алгоритм распознавания образов с использованием процедуры обучения по методу наименьших квадратов. [20]
 |
Структура ХТС как объекта управления. [21] |
Внутренняя структура алгоритмов Ац на рис. IX.4 тоже является иерархической. Самой сложной проблемой при синтезе алгоритмов AIJ, бесспорно, является синтез алгоритмов распознавания образа. [22]
Курс Технические средства и технология человеко-машинного общения ( ТСТ ЧМ) предназначен для углубления знаний студентов, прошедших первичную подготовку по ЭВМ, вычислительным системам и сетям. Целью курса является: ознакомление студентов с тенденциями развития систем общения человека с ЭВМ; новыми и перспективными устройствами систем мультимедиа; алгоритмами распознавания образов, анализа сцен и планирования действий для достижения поставленной цели, реализуемыми при преобразовании информации из графической в символьную форму, при оцифровке звука и изображения, при распознавании смысла в диалоговых системах; проблемами организации естественноязыкового общения с ЭВМ; привития навыков оценки и использования средств диалога в разрабатываемых программах, создания дружественной для пользователя среды общения, использования мультимедиа-технологий при автоматизации экономических систем. [23]
Разработка протезов верхних конечностей в Калифорнийском университете ( Лос-Анджелес) вначале велась на базе микрокомпьютера Teledyne TDY-52, который впоследствии был заменен микро - ЭВМ RCA COSMAC. Микрокомпьютер производит расшифровку паттернов миографических сигналов, поступающих с девяти электродов. С помощью карт алгоритмов распознавания образов сигналов, снимаемых с электродов, производится управление координированными движениями руки при любой возможной комбинации включений моторов. Две подсистемы, компьютерная и распознавания образов, образуют единую систему управления, организация которой подобна организации мозга человека. [24]
Вычисляет теоретическую оценку качества классификации векторов для каждого из восьми алгоритмов распознавания образов. Подпрограмма CRIT в зависимости от значения управляющего параметра IKL осуществляет выбор одной из восьми своих ветвей. Каждая ветвь осуществляет вычисление критерия качества GR для одного из алгоритмов распознавания образов по формулам, приведенным в гл. [25]
Часть пятая состоит из двух глав. Дается инструкция по подготовке и оформлению исходных данных. Материал в этих главах сгруппирован так, что последовательно освещается работа о комплексами алгоритмов распознавания образов, восстановления регрессии и, наконец, работа с алгоритмами, предназначенными для решения обратных задач интерпретации эксперимента. [26]
Влияние различий между общими и местными магнитными свойствами материала трубопровода исключается за счет магнитного насыщения стенки трубопровода. При уменьшении диаметра трубопровода выработка необходимого уровня магнитного потока становится все более трудной, поэтому магнитные снаряды малого диаметра пригодны только для ограниченной толщины стенки. Магнитные снаряды также обладают высокой чувствительностью к местным изменениям толщины стенки, что характерно для бесшовных труб. В результате вырабатываются сильные ложные сигналы, из-за которых могут быть неразличимы более слабые полезные сигналы, получаемые на участках дефектов потери металла. Изменения толщины стенки имеют систематический характер, следовательно, такой же систематический характер должен быть у ложных сигналов. В магнитных снарядах второго поколения эти сигналы устраняются за счет применения корреляционных методов, основанных на алгоритмах распознавания образов. [27]
Страницы: 1 2