Порядок выполнения работы. 1. Ознакомление с теоретической частью лабораторной работы

 

1. Ознакомление с теоретической частью лабораторной работы.

2. Реализация метода потенциалов.

3. Оформление отчета по выполненному заданию.

 

Процедура классификации состоит в том, чтобы для каждой области R_l найти решающую функцию g_l(x), где N – общее количество областей, такое, что если .

Решающую функцию часто представляют в виде линейной суммы:

где – весовые коэффициенты, каждый из которых относится к определенной составляющей. Для удобства записи вводится весовой коэффициент с нулевым индексом . Это позволяет записать решающую функцию в более компактной форме:

– вектор, в число составляющих которого входит дополнительно одна вещественная константа. Ее величину обычно принимают равной единице. Решающее правило d для разделения областей можно записать в виде

Для случая N сепарабельных классов (N > 2) решение о принадлежности объекта к определенному классу будет таким:

 

 

где С – множество, состоящее из N классов.

В процессе построения решающей функции основная задача заключается в том, чтобы найти весовые коэффициенты вида для каждого конкретного применения.

Одной из важных операций в процессе решения задачи распознавания образов является операция выявления общих характеристик предъявляемых объектов. Отнесение их к одному классу может рассматриваться как обобщение исходных данных. Для этой операции характерны два связанных действия: объединение подобных и отделение отличающихся объектов. Понятия подобия и сходства должны быть по возможности формализованы. Для этого используется понятие расстояние. Чем меньше расстояние между объектами x и y, тем больше между ними сходство.

Рассмотрим алгоритм разделения на два класса, состоящий в том, чтобы отнести неизвестный предъявляемый объект к одному из двух известных классов: с₁ или с₂. Количество классов можно наращивать, главное условие – их сепарабельность. На первом этапе задача состоит в поиске разделяющей функции, позволяющей, исходя из обучающей выборки, определить границу между двумя классами. Эту процедуру называют обучением системы. На втором этапе разделяющая функция используется для классификации заданных объектов.

В качестве примера способа построения функции, разделяющей области двух классов, а затем распознавания с ее помощью предъявляемых объектов, рассмотрим метод потенциалов, для чего введем некоторые понятия.

Все объекты будем представлять точками в пространстве признаков. Пусть в каждой такой точке помещен электрический заряд. В некоторой произвольной точке М совокупность всех зарядов создает электрический потенциал V, являющийся суммой отдельных потенциалов, создаваемых каждым отдельным зарядом. Известно, что величина потенциала вычисляется как сумма где – заряд в точке P_i; – расстояние от точки P_i до точки М. Потенциал выражается функцией, симметричной относительно точки, в которой помещен заряд, в ней потенциал по определению равен бесконечности. Линии, соединяющие точки равного потенциала, называются эквипотенциальными.

Если отвлечься от электрической специфики введенных понятий, то можно представить всякое облако точек, отображающее некоторый класс, как некое потенциальное плато, отделенное от других подобных ему. Каждое плато задает определенный класс объектов. Классы находятся на большом расстоянии друг от друга, где потенциал минимален или равен нулю. Определение минимальной эквипотенциали позволит найти границу между классами. Пусть – потенциальная функция, центрированная относительно . Для любой точки и для любого можно выбрать некоторое К, имеющее вид где выбраны такими, чтобы удовлетворялись граничные условия, а функции представляют собой элементы последовательностей ортонормированных функций. Такой выбор сделан на основе теории методов аппроксимации функций. Наиболее часто встречающиеся ортогональные функции основаны на полиномах Лагерра, Чебышева и Эрмита.

Разделяющая функция находится с помощью суммарного потенциала , вычисляемого как сумма частных потенциалов , связанных с каждым отдельным предъявляемым источником i. Суммарный потенциал вычисляется по следующему алгоритму: , в котором через i обозначен номер этапа, соответствующий номеру предъявляемого для распознавания объекта. Корректирующий член удовлетворяет следующим условиям:

(1)

Правильная классификация соответствует случаям, когда K(x)> 0 при и K(x)< 0 при . Поэтому можно использовать как разделяющую функцию и определить ее итеративным путем:

Поскольку интервал изменения аргументов и может простираться от − ∞ до ∞, воспользуемся полиномами Эрмита, ограничиваясь первыми четырьмя слагаемыми и двумя переменными и . Полиномы связаны следующим рекуррентным соотношением:

где

Тогда определим значения первых четырех :

 

при этом потенциальная функция для элемента будет иметь вид

, (2)

 

где – составляющая от i -го элемента, – составляющая от i -го элемента.

Рассмотрим пример, в котором методом потенциалов требуется построить разделяющую функцию между двумя классами C₁ и C₂, для которых имеются представители: объекты и объекты . В качестве начального значения разделяющей функции примем .

Алгоритм применения метода потенциалов

1-й шаг. Суммарный потенциал на первом шаге вычисляется через суммарный потенциал на нулевом шаге и частный потенциал в первом объекте-образце следующим образом: Частный потенциал определяется с помощью выражения (2) путем подстановки в него координат первого объекта. В результате Определим значение разделяющей функции в точке X₂, подставив ее координаты в полученное выражение: При такой классификации разделяющая функция требует корректировки в соответствии с равенством (1).

2-й шаг. , где в результате подстановки координат объекта X₂ в выражение (2) получаем . Тогда . Определим значение разделяющей функции в точке X₃, подставив ее координаты в полученное выражение: При такой классификации разделяющая функция требует корректировки в соответствии с равенством (1).

3-й шаг. , где в результате подстановки координат объекта X₃ в выражение (2) получаем . Тогда . Определим значение разделяющей функции в точке X₄, подставив ее координаты в полученное выражение: Классификация верна, и разделяющая функция не требует корректировки. Поэтому .

4-й шаг. Поскольку в начале алгоритма было сделано предположение для первого объекта, проверяем, как классифицируется точка X₁: Классификация верна, и разделяющая функция не требует корректировки.

Таким образом, все четыре объекта-образца классифицированы правильно, и разделяющая функция описывается уравнением , откуда График этой функции приведен на рис. 3.

Рис. 3. Разделяющая функция для двух классов

 

На нем видно, что объекты , , принадлежащие первому классу, помечены значком , объекты , , принадлежащие второму классу, – значком , и разделяющая функция является границей между областями двух классов.

Если в полученное уравнение разделяющей функции подставить координаты объектов-образцов, то для и ее значения будут положительными, а для и – отрицательными. Для классификации других объектов необходимо выполнить те же действия. Если значение разделяющей функции больше нуля, объект принадлежит первому классу, если ее значение меньше нуля, – второму классу. В случае нулевого значения разделяющей функции предъявляемый объект находится на границе классов.