Глава 7. ПАРАЛЛЕЛЬНЫЕ ПРОЦЕДУРЫ РАСПОЗНАВАНИЯ ОБРАЗОВ

Рассмотрим несколько параллельных процедур распознавания образов и классификации [1]. При этом объекты будут представляться не точками в евклидовом пространстве, а упорядоченным списком признаков, которыми они могут обладать или не обладать. Процедуры классификации основываются на анализе семейства двоичных векторов, которые интерпретируются так: информация «разряд содержит 1(0)» соответствует утверждению «присутствует (отсутствует) признак ».

Машинно-ориентированная система распознавания образов и классификации, описанная в литературе одной из первых, получила название «персептрон» (Розенблатт, 1958, 1962). В переводе на русский язык
персептрон – это устройство восприятия (определение № 1). В обобщенном виде работа системы показана на рис. 14.

Рис. 14. Основные шаги распознавания персептроном зрительных образов

Анализатор признаков регистрирует присутствие или отсутствие определенных компонент сцены, которые должны относиться к интересующим классам, например, к изображениям мужчин и женщин. Затем система распознавания образов обучается классификации двоичных записей, соответствующих сценам из некоторого класса.

В персептроне правила классификации объектов формируются путем выполнения в определенной последовательности ряда вычислительных процедур. Первоначально вычисляется конечное множество функций (признаков) объекта, подлежащего классификации, а затем функция, аргументами которой служат результаты предыдущих вычислений. Значение последней функции, либо сравнение взвешенной суммы значений ряда функций с некоторым порогом, представляет результат классификации. Применение в персептронах алгоритмов обучения способствовало появлению мощных правил классификации, которые нашли широкое использование в «машинном обучении».