МЕНЮ


Фестивали и конкурсы
Семинары
Издания
О МОДНТ
Приглашения
Поздравляем

НАУЧНЫЕ РАБОТЫ


  • Инновационный менеджмент
  • Инвестиции
  • ИГП
  • Земельное право
  • Журналистика
  • Жилищное право
  • Радиоэлектроника
  • Психология
  • Программирование и комп-ры
  • Предпринимательство
  • Право
  • Политология
  • Полиграфия
  • Педагогика
  • Оккультизм и уфология
  • Начертательная геометрия
  • Бухучет управленчучет
  • Биология
  • Бизнес-план
  • Безопасность жизнедеятельности
  • Банковское дело
  • АХД экпред финансы предприятий
  • Аудит
  • Ветеринария
  • Валютные отношения
  • Бухгалтерский учет и аудит
  • Ботаника и сельское хозяйство
  • Биржевое дело
  • Банковское дело
  • Астрономия
  • Архитектура
  • Арбитражный процесс
  • Безопасность жизнедеятельности
  • Административное право
  • Авиация и космонавтика
  • Кулинария
  • Наука и техника
  • Криминология
  • Криминалистика
  • Косметология
  • Коммуникации и связь
  • Кибернетика
  • Исторические личности
  • Информатика
  • Инвестиции
  • по Зоология
  • Журналистика
  • Карта сайта
  • Построение систем распознавания образов

    Частные модели - это модели отдельных частей системы (подсистем,

    узлов, агрегатов), позволяющие при высокой точности моделирования этих

    частей получить исходные данные для использования в системной модели. В

    результате системная модель не будет перегружена соответствующими

    частными задачами, то есть, упростится и сможет стать реализуемой в

    приемлемое время (например, в реальное время), с приемлемым

    быстродействием и в допустимом объеме.

    Системные модели включают в свой состав элементы, отражающие в той

    или иной степени работу всех частей системы или напрямую используют

    отдельные части системы. Они позволяют получить показатели качества всей

    системы в целом. А так как таких показателей может быть несколько, то и

    системных моделей может быть несколько. При таком разделении функций

    исчезает сложность разрабатываемых моделей. Этим, в частности, объясняется

    деление системных моделей на функциональные и комплексные. И если

    функциональные модели предназначаются для испытаний функционирования

    сложной системы в различных ситуациях, то комплексные обеспечивают:

    -отработку и отладку программного обеспечения сложной системы;

    -оценку характеристик отдельных средств и получение исходных данных

    для полной оценки системы.

    Л Е К Ц И Я 5.3

    Метод статистических испытаний

    (метод Монте-Карло)

    5.3.1. Основное определение

    Из рассмотрения принципов построения моделей сложных систем следует,

    что при упрощениях модели и замене блоков, описывающих, как правило,

    воздействия на систему и ее части, эксперимент на системной модели сложной

    системы достаточно часто приобретает случайный характер. Случаен в силу

    этого и выходной эффект системы от запуска модели к запуску. Для

    проведения моделирования в таких условиях наиболее приемлемым является

    метод моделирования, основанный на статистических испытаниях, так

    называемый метод Монте-Карло.

    Приемлемость указанного метода обусловливается тем, что

    1)расчет оценок выходных параметров осуществляется с использованием

    достаточно простых алгоритмов обработки.

    2)просто и точно определяется необходимый объем моделирования из

    условия достижения заданной точности оценок выходных показателей.

    3)методика организации экспериментов на модели достаточно проста и

    хорошо программно реализуема.

    В этом легко убедиться на простых примерах. А пока рассмотрим

    определение.

    Метод статистических испытаний (метод Монте-Карло) состоит в решении

    различных задач вычислительной математики путем построения для каждой

    задачи случайного процесса с параметрами, равными искомым величинам этой

    задачи. .

    Рассмотрим простейшие примеры.

    А. Пусть необходимо определить вероятность Pч того, что суммарное

    число попаданий при стрельбе в “десятку” мишени при 10 выстрелах -

    четно.

    Известно, что если вероятность попадания в “десятку” при одном

    выстреле равна p , то искомая вероятность согласно биномиальному закону

    распределения вероятностей вычисляется так:

    [pic]

    Здесь [pic] - число сочетаний из 10 по 2k.

    Если предварительно подсчитать все числа сочетаний при k=0…5

    или использовать готовую таблицу сочетаний, то вычисления Pч по указанной

    формуле потребуют 26 операций.

    Вместо такого расчета можно было бы экспериментально выполнить N

    серий стрельб по 10 выстрелов и определить из их числа количество серий nч

    , в которых число попаданий в “десятку” - четное. Тогда при достаточно

    большом N имеем

    [pic]

    Однако при таком подходе для получения достоверными в оценке Pч двух

    знаков после запятой потребуется около 10 000 серий по 10 выстрелов.

    Оказывается, что ЭВМ позволяет выполнить решение указанной задачи

    третьим способом.

    Как известно многие языки программирования имеют в составе

    стандартных функций датчик случайных чисел, позволяющий формировать

    случайную последовательность равномерно распределенных чисел на интервале

    [0,1].

    Поэтому вместо выстрела по мишени достаточно выбрать из датчика

    указанное число со значением x и проверить выполнение неравенства x P( ()зад принять решение о необходимости

    исключения из алфавита Ar класса с номером ( , эффективность отнесения к

    которому ниже требуемой (заданной).

    Отсюда все операции, связанные с определение такого класса (номера его

    через вероятность ошибочного отнесения), могут быть объединены в отдельном

    субмодулем- поиска класса, снижающего эффективность распознавания.

    Наконец, та же матрица

    [pic]

    позволяет выделить такой класс, отнесение к которому объектов найденного

    низкоэффективного класса наиболее целесообразно для повышения эффективности

    системных решений. Номер такого класса соответствует максимальной

    вероятности отнесения к нему указанного низкоэффективного класса. То

    есть:

    [pic]

    Эти операции можно поручить отдельному субмодулю, выходом которого

    должны быть номера классов ( и ( , которые следует объединить в алфавите

    Ar, чтобы повысить эффективность СР в целом. Он может быть назван

    субмодулем определения номеров объединяемых классов.

    В рассматриваемом составе (Рис.5.7.1.) модуль оценки эффективности

    удовлетворяет потребностям как оценки качества СР, так и потребностям

    управления оптимизацией СР в условиях ограничений средств на создание

    измерителей.

    Сами функции управления моделью СР необходимо объединить в

    отдельном модуле.

    № распознанного класса

    Субмодуль оценки № имитируемого

    результата распо- класса

    знавания (от модели

    объекта)

    Ar i,j

    Субмодуль расчета _

    от модуля матрицы решений Vk

    управления (от

    модуля управления)

    || nij/V k ||

    Субмодуль расчета

    и хранения матриц

    на модуль вероятностей ре-

    управления шений

    || Pij (Ar /Vk ) ||

    Субмодуль опреде-

    ления оптимально-

    на модуль го набора призна-

    управления ков в алфавите Ar

    (Ar

    Субмодуль поиска

    неэффективно рас-

    на модуль познаваемого

    управления класса

    и модуль P( (/Ar) и (/Ar

    описания

    классов Субмодуль решения Субмодуль опреде-

    об исключении (-го ления

    расширяемо-

    класса

    го класса (( )

    Рис.5.7.1. Модуль оценки эффективности

    5.7.3. Модуль управления моделью системы распознавания

    Из рассмотрения общих принципов моделирования сложных систем, а

    также состава и особенностей построения модели СР следует, что в общих

    чертах динамика моделирования системы распознавания представляет собой

    -многократно повторяющийся ( с каждым пуском программы модели)

    процесс выбора распознаваемого объекта;

    -многократно повторяющийся процесс имитации работы измерителей

    параметров по каждому моделируемому объекту и штатной обработки

    полученной информации с целью получения признаков распознавания;

    -многократно повторяющийся ( для каждого выбранного объекта

    распознавания) процесс штатного принятия решения о принадлежности

    предъявленного объекта;

    -статистическую обработку принятых решений в каждом из пусков

    программы модели как источник определения показателя качества СР в целом.

    Первая из приведенных функций, задающая весь процесс функционирования

    программы модели в каждом пуске, реализуется в виде:

    -первоначального пуска программы модели испытателем с исходными

    требованиями, введенными им предварительно;

    -автоматического повторения заданного числа циклов пуска программы

    для реализации повторений процесса распознавания в соответствии с

    методологией статистических испытаний;

    -своевременной выдачи необходимых исходных данных для ввода в

    отдельные субмодули модели для организации их работы по заранее введенным и

    хранимым данным или по результатам выполненной работы другими субмодулями.

    Все остальные функции, характеризующие динамику модели СР в целом,

    должны выполняться автоматически в рассмотренной последовательности. То

    есть, первая функция объединяет фактически все задачи управления

    моделью. Выполнение ее логично возложить на отдельный модуль - модуль

    управления. .

    Общее рассмотрение реализации модуля управления позволяет обратить

    внимание на задачу связи испытателя с моделью системы. При этом

    рассматривая алгоритмическое содержание уже описанных модулей, входящих в

    состав модели, можно заключить, что модуль управления должен иметь

    интерфейс, позволяющий вводить для организации моделирования такие исходные

    данные, как

    -количество статистичесих испытаний (пусков) на модели системы;

    -исходный априорный алфавит классов;

    -априорные вероятности предполагаемых классов;

    -допустимое значение вероятности ошибочной классификации.

    Кроме того, тот же интерфейс должен обеспечить представление

    испытателю по его требованию индикации:

    -реализаций измеренных характеристик (признаков) моделируемых

    объектов;

    -поэтапных значений (для каждого алфавита классов и набора признаков

    распознавания) показателя эффективности системы;

    -состава алфавита классов и параметров их описания;

    -текущего состояния отбора признаков в рабочий словарь.

    Теперь можно детализовать отдельные детали управления. Так модуль

    управления должен обеспечивать

    -автоматическое повторение решений полного объема задач испытаний

    на модели со сменой вектора отбора признаков распознавания (если заданы

    ограничения на средства создания и использования средств измерений);

    -автоматический переход к анализу эффективности всех вариантов

    рабочего словаря после завершения испытаний со всеми возможными векторами

    отбора;

    -автоматический переход к выполнению корректировки алфавита классов

    после выполненного анализа ошибок классификациии;

    -автоматическое повторение циклов полного объема испытаний после

    корректировки алфавита классов.

    А отсюда логически вытекает, что задание (генерация) векторов отбора,

    удовлетворяющих заданным ограничениям, вполне соответствует функциям

    управления. То есть, эта задача должна решаться модулем управления,

    который обязан иметь соответствующие исходные данные по ограничениям

    выделенных средств и затратам на создание или применение отдельных

    измерителей.

    Перечисленные функции должны быть алгоритмически дополнены функцией

    обучения системы на информации об объектах, имитируемой соответствующим

    модулем модели. Работа в указанном режиме может осуществляться как при

    первом пуске модели для первоначального описания классов, так и при любой

    смене алфавита классов и словаря признаков.

    Обобщенная структурная схема модуля управления приведена на рис

    5.7.2, а общая структурная схема модели СР без детализации рассмотренных

    модулей и субмодулей - на рис.5.7.3.

    От модуля

    обработки Субмодуль вывода Субмодуль ввода P(Wi)

    характеристик исходных

    данных Ar

    измерений объекта распозна- и управления ото-

    P(()з

    вания

    бражением

    От модуля Субмодуль отобра- Субмодуль генера- _

    жения процесса ции

    допустимых Vk

    оценки эф- моделирования векторов отбора

    фективно-

    сти и др.

    Субмодуль управ-

    ления описанием На

    классов модуль

    описания

    классов

    Субмодуль управ-

    ления циклом ис-

    пытаний системы На

    модуль

    имитации объектов

    Субмодуль управ-

    ления оценкой эф-

    фективности

    На модуль

    оценки

    эффективности

    Рис. 5.7.2. Обобщенная структурная схема модуля управления моделью

    информация, управление

    P(()з

    Модуль управления

    моделью

    Ar

    Ar

    Vk

    Модуль имитации

    объектов распоз-

    навания

    Модуль измерите-

    лей

    характеристик

    объектов

    Модуль отбора

    признаков распоз-

    навания

    Ar

    Модуль описания Модуль принятия

    классов решений о при-

    надлежности

    ( (

    Модуль оценки

    эффективности

    Рис.5.7.3. Общая структурная схема модели СР

    Л Е К Ц И Я 5.8

    Опытно-теоретический метод в задачах создания систем распознавания

    5.8.1. Использование принципов опытно-

    теоретического метода при моделировании СР

    Назначение опытно-теоретического метода - испытания сложных систем во

    всем факторном пространстве их функционирования.

    Системы распознавания образов являются обычно составной частью

    сложных технических систем. Поэтому испытания самих сложных систем

    обеспечивают, как правило, и испытания СР.

    Главное, что объединяет информационно системы распознавания и

    сложные системы, в состав которых они входят, это - объекты распознавания

    и средства измерений характеристик этих объектов. Причина такого

    пересечения систем очевидна и состоит в том, что сложные системы

    обеспечивают принятие решений по определенным объектам (процессам,

    явлениям), а распознавание этих же объектов (явлений, процессов) всегда

    направлено на получение дополнительной информации для принятия указанных

    решений.

    Отсюда казалось, что занимаясь системами распознавания, можно было бы

    не интересоваться опытно-теоретическим методом, отдать его на откуп

    специалистам-испытателям сложных систем. При этом, если не учитывать

    неотъемлемое использование в составе СР средств измерений ( а они нужны

    сложной системе и без задач распознавания), то сама СР не выглядит как

    сложная.

    Однако часто СР разрабатываются либо после создания систем принятия

    решений, являющихся сложными, либо самостоятельно в расчете на

    перспективное использование в какой-либо предметной области. То есть, в

    этих случаях разработчики СР встречаются с тем, что или не располагают

    изоморфными моделями объектов распознавания и средств измерений (они не

    были нужны разработчикам сложных систем) или просто лишены этих данных,

    так как предметная область применения СР еще не определилась. Поэтому и в

    первом и во втором (после определения предметной области) случаях

    становится важным для всесторонних оценок характеристик этих систем взгляд

    с позиций опытно-теоретического метода на упомянутое пересечение систем -

    объекты распознавания и средства измерения их параметров. Это обращение к

    опытно- теоретическому методу заставляет разработчиков СР самостоятельно

    идти по пути создания изоморфных моделей объектов и измерителей. В

    результате объединение модели СР с упомянутыми моделями уже представляется

    как сложная система со всеми вытекающими последствиями по ее испытаниям.

    Дополнительно к изложенному можно заметить, что в соответствии с

    Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10


    Приглашения

    09.12.2013 - 16.12.2013

    Международный конкурс хореографического искусства в рамках Международного фестиваля искусств «РОЖДЕСТВЕНСКАЯ АНДОРРА»

    09.12.2013 - 16.12.2013

    Международный конкурс хорового искусства в АНДОРРЕ «РОЖДЕСТВЕНСКАЯ АНДОРРА»




    Copyright © 2012 г.
    При использовании материалов - ссылка на сайт обязательна.