Распознавание образов - Томский государственный

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Томский государственный университет систем управления
и радиоэлектроники (ТУСУР)
ПРИМЕРНАЯ РАБОЧАЯ ПРОГРАММА
по дисциплине “Распознавание образов/(по выбору)”
для подготовки студентов по магистерской программе
«Информационное и программное обеспечение автоматизированных систем»
направления 230100 - Информатика и вычислительная техника
Факультет экономический
Кафедра экономической математики, информатики и статистики
2009
2
Рабочая программа составлена на основании учебного плана направления 230100
“Информатика и вычислительная техника”, магистерская программа – «Информационное
и программное обеспечение автоматизированных систем», набора 2005г. и последующих
лет, утвержденного 20.09.05 г.
3
1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ
Целью курса является ознакомление студентов с современным состоянием проблемы распознавания и основными методами решения задачи распознавания образов.
Основная идея курса состоит в формировании у студентов знаний, соответствующих как
системному, так и информационному подходу к проблеме распознавания.
Системный подход имеет целью развитие навыка видеть за частной задачей более
общую задачу, соответствующую системе в целом. На примере данного курса - это понимание системы распознавания как подсистемы в некоторой управляющей системе, устанавливающей взаимодействие с объектом управления и средой в условиях относительного
минимума априорной информации.
Информационный подход позволяет рассматривать объект, не непосредственно и
абсолютно известный (математическую точку, физический объект и т.п.), но только некоторую известную информацию об этом объекте. Такой подход формирует умение строить информационные отражения реальных объектов в вычислительных системах и манипулировать информационными объектами, что и составляет технологическую основу
научной, производственной и творческой деятельности в современном информационном
обществе.
С точки зрения специальности системного программирования, формирование отношения к проблеме распознавания как к процессу информационного отражения реальности в некоторой системе необходимо будущим специалистам - разработчикам интеллектуальных вычислительных систем, поскольку способность к информационному отражению есть одно из основных свойств интеллектуальной системы.
В соответствии с этим структура курса включает пять тем.
Тема I представляет собой введение в проблему распознавания. Рассматривается
понятие системы по П. К. Анохину и существо подходов имитационного и программнопрагматического по Д. А. Поспелову. Рассматривается место и задача распознающей
подсистемы в общей структуре автоматической управляющей системы.
Тема II. Информационный подход и проблема образов содержит изложение основ
информационного подхода по работе А. В. Чечкина.
Тема III. Задача распознавания образов как одна из задач анализа данных вводит
основные понятия и постановки задач в области анализа данных и знаний, к которой принадлежит задача распознавания. Тема излагается по материалам работы Н.Г. Загоруйко.
Тема IV. Методы распознавания составляет основной объем учебного материала и
предполагает изучение известных развитых подходов к решению задачи распознавания,
именно статистического, логического и алгебраического подходов. Изложение материала
построено в основном на работах А.Л. Горелика, И.Б. Гуревича, В.А. Скрипкина и Ю.И.
Журавлева. Упражнения для улучшения усвоения материала содержатся в рекомендованной литературе.
4
Тема V. Теория образов. Рассматривается само понятие образа как объекта отражения и распознавания. Тема построена на материалах работы У. Гренандера, исследовавшего структуры образов, вопросы синтеза и анализа образов, регулярные структуры.
Изложение данного подхода целесообразно, поскольку в сочетании с соответствующими
технологиями данный подход к проблеме распознавания может оказаться эффективным.
Тема VI. Задача классификации и распознавания образов в методе автономного
адаптивного управления предусматривает изложение подхода к построению автономных адаптивных управляющих систем (метод Автономного адаптивного управления), который развивается в отделе имитационных систем ИСП РАН, с целью ознакомления студентов с конкретной научной темой данного направления и привлечения их к научным
исследованиям, ведущимся в научном коллективе.
Лекционный материал предназначен для объяснения ключевых и наиболее сложных моментов теории массового обслуживания и предполагает большую самостоятельную
работу с литературой.
2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
2.1.
СОДЕРЖАНИЕ ЛЕКЦИЙ
Лекция 1. Тема I. Введение в проблему распознавания. Аспекты проблемы распознавания
образов. Место задачи классификации в кибернетической проблеме построения управляющих систем. Имитационный и прагматический подходы к построению управляющих
систем.
Лекция 2. Тема II. Информационный подход и проблема образов. Абсолютное и информационное задание точки. Формализация семантики информации. Сведения об объекте.
Логические операции над сведениями. Данные об объекте. Информация об объекте.
Лекция 3. Тема III. Задача распознавания образов как одна из задач анализа данных. Понятия: данные, знания, гипотеза, закономерность, свойства гипотез. Таблица - объект и
свойство - время. Классификация задач анализа данных.
Лекции 4-5. Тема IV. Методы распознавания. Основы построения и функциони-рования
систем распознавания. Понятия об алфавите классов, словаре признаков, описании классов на языке признаков, априорной и апостериорной информации. Этапы и задачи построения системы распознавания. Классификация систем распознавания. Системы распознавания: простые и сложные, одноуровневые и многоуровневые, без обучения, с обучением,
с самообучением, детерминированные, вероятностные, логические, комбинированные.
Лекция 6-7. Формирование признакового пространства и описание классов. Рабочий словарь признаков. Модель системы распознавания. Управление процессом распознавания.
Риски продолжения и прекращения экспериментов. Эффективность систем распознавания. Формирование признакового пространства. Описания классов вероятностное (параметрическое, непараметрическое), логическое. Меры компактности объектов в кластерах,
расстояния: Махалонобиса, обычное евклидово, взвешенное евклидово, по Хеммингу,
потенциальной функции и др.
5
Лекция 8-9 Алгоритмы распознавания I (статистические). Ошибки 1-го и 2-го рода.
Средние потери. Критерий Байеса. Минимаксный критерий. Критерий Неймана - Пирсона.
Лекция 10 Алгоритмы распознавания I (вычисления оценок).
Лекция 11 Алгоритмы распознавания II (логические). Типовые задачи.
Лекция 12. Алгоритмы распознавания II (структурные). Математический аппарат и процесс структурного распознавания. Формальные грамматики. Основные элементы техники
структурного распознавания.
Лекция 13 Алгебраический подход к задаче распознавания. Формализация понятия "распознающий алгоритм". Алгебры над распознающими алгоритмами. Эффективность систем распознавания.
Лекция 14 Тема V. Понятие о теории образов. Синтез образов. Образующие. Конфигурации. Изображения. Алгебра изображений. Деформации. Анализ образов. Цели и средства анализа образов. Регулярные структуры. Алгебра регулярных структур.
Лекция 15 Тема VI. Задача классификации и распознавания образов в системе автономного адаптивного управления. Понятие системы "управляющая система - объект управления - среда". Схема управляющей системы. Целевые функции управления в системах автономного адаптивного управления. Задача распознавания образов в системе автономного адаптивного управления. Формализация метода формирования и распознавания образов в системе автономного адаптивного управления. Образ как отображение в управляющей системе закономерностей наблюдаемых данных. Построение подсистемы формирования и распознавания образов на базе нейроноподобных элементов.
2.2.
РАЗДЕЛЫ, ВЫНОСИМЫЕ НА САМОСТОЯТЕЛЬНУЮ РАБОТУ
2.3.
1. ОЦЕНКА ИНФОРМАТИВНОСТИ ПРИЗНАКОВ В ТЕСТОВЫХ
МЕТОДАХ РАСПОЗНАВАНИЯ .
2. Структурные методы в распознавании образов и иерархические системы распознавания.
3. Статистические методы решения задач таксономии.
4. Аппроксимационный метод оценки распределений по выборке.
5. Имитационное моделирование систем.
6. Классификация и распознавание образов в системах автономного адаптивного
управления.
6
3. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ
3.1.
СПИСОК ОСНОВНОЙ ЛИТЕРАТУРЫ
1. Горелик А. Л., Скрипкин В. А. Методы распознавания: Учебное пособие для
вузов. - 4-е изд., испр. - М.: Высшая школа, 1984, 2008. – 260 с.
2. Левин Л.Л. Введение в теорию распознавания образов: Учебное пособие. Томск: ТГУ, 1982, 2004, 2008 - 97 с.
3.2.
СПИСОК ДОПОЛНИТЕЛЬНОЙ ЛИТЕРАТУРЫ
1. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. // Новосибирск. Изд-во
института математики. 1999, 2008.
2. Дадашев Т.М. Теория распознавания образов (логические методы): Учебное по-
собие. - М.: МФТИ, 1982, 2006. - 84 с.
3. Ту Д., Гонсалес Р. Принципы распознавания образов. – М.: Мир, 1978, 2008.
4. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974, 2002.415 с.
5. Гренандер У. Лекции по теории образов. // М.: Мир, 1979, 1 том; 1981, 2 том; 1983, 3
том.
3.3.
ЛИТЕРАТУРА ДЛЯ ОРГАНИЗАЦИИ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
1. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации. // Проблемы кибернетики. М.: Наука. 1978.-вып. 33. с.5-68.
2. Жданов А. А., Метод автономного адаптивного управления // Известия Академии
Наук. Теория и системы управления, 1999, 5, с. 127-134
3. Чечкин А.В. Математическая информатика. -М.: Наука, 1991.
4. Айзерман А.А., Браверман Э.М., Розоноэр Э.И. Метод потенциальных функций в теории обучения машин. – М.: Наука, 1970.
5. Патрик Э. Основы теории распознавания образов. – М.: Сов. радио, 1980.
6. Фу К.С. Структурные методы в распознавании образов. – М.: Мир, 1977.
7. Дуда Р., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976.- 511 с.
7
ПРИЛОЖЕНИЕ К РАБОЧЕЙ ПРОГРАММЕ
по дисциплине «Распознавание образов/(по выбору)»
для студентов подготовки по магистерской программе
«Информационное и программное обеспечение автоматизированных систем»
направления 230100 Информатика и вычислительная техника
Балльно-рейтинговая система оценки знаний
Оценка объема и качества знаний студентов по результатам семестровой аттестации определяется в соответствии с Положением о балльно-рейтинговой системе оценки
знаний и обеспечения качества учебного процесса. Семестровая балльная раскладка по
дисциплине приведена в таблице 1.
Таблица 1. Дисциплина Распознавание образов/(по выбору) (экзамен, лекции)
Элементы учебной деятельности
Посещение занятий
Тестовый контроль
Выполнение и защита творческих самостоятельных работ
Компонент своевременности
Итого максимум за период:
Сдача экзамена (максимум)
Нарастающим итогом
Максимальный
балл на 1-ую КТ
с начала семестра
4
11
Максимальный
балл за период
между 1КТ и
2КТ
4
11
Максимальный
балл за период
между 2КТ и на
конец семестра
4
Всего за
семестр
12
22
24
24
12
70
30
100
4
19
4
19
4
32
19
38
70