Главная > Интеллектуальные системы > Искусственный интеллект (Э. Хант)
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

8.3. Конструктивные эвристические методы для выделения признаков

8.3.0. Имитационный метод Ура и Восслера

Серия экспериментов, проведенных Уром и Восслером (1963), показала, что хорошее выделение признаков может дать простая процедура имитации частей входных образов. Они занимались классификацией двумерных образов, таких, как нарисованные лица, рукописные буквы, спектрограммы речей, а не абстрактных векторов, и поэтому понятие расстояния между переменными имело вполне определенный смысл. Этот факт в значительной мере учитывается в их программе. Входом программы была последовательность двоичных образов размером подобных изображенному на рис. 8.1. Из этих больших образов они строили

множества „локальных операторов" размером сравнивая образ размером расположенный в заданном месте картинки, с несколькими изображениями размером Если несколько первоначальных изображений имели почти одинаковую конфигурацию битов размером в любых местах, то это подызображение принималось в качестве признака. Для описания изображения размером указывались тип и расположение таких признаков. Это позволяло программе различать, скажем, „горизонталь вверху" и „горизонталь внизу". Например, А можно было бы описать, выделяя элементы Эта информация собиралась в векторе описывающем объект в терминах его признаков. Затем для классификации векторов применялся простой алгоритм группирования.

Ур и Восслер использовали группирование также для того, чтобы указать момент, когда необходимы новые признаки. В каждый момент времени их программа работала только с фиксированным числом признаков. Алгоритм группирования приписывал вес каждой компоненте вектора в зависимости от ее полезности для различения классов. Если вес компоненты был близок к , то соответствующий признак отбрасывался и для определения нового признака заново исследовалось входное изображение размером Этот процесс генерации признаков, группирования и генерации новых признаков привел к построению очень эффективной системы распознавания образов. В самом деле, программа Ура и Восслера могла обучаться быстрее людей решать задачи на зрительное различение при условии, что классифицируемые объекты не были хорошо знакомы людям Восслер и Улеман, 1962). Значение этого результата хорошо иллюстрируется тем, что программа превзошла людей при распознавании классов абстрактных математических фигур, но оказалась менее эффективной при распознавании нарисованных лиц.

<< Предыдущий параграф Следующий параграф >>
Оглавление