Решение задачи распознавания по нечетким портретам классов

• Veröffentlicht in: Штучний інтелект
• Datum: 2010
• ISSN: 1561-5359
• Hauptverfasser: Козловский, В.А., Максимова, А.Ю.
• Format: Artikel
• Sprache: Russisch
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2010
• Schlagworte: Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/58398
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Решение задачи распознавания по нечетким портретам классов / В.А. Козловский, А.Ю. Максимова // Штучний інтелект. — 2010. — № 4. — С. 221-228. — Бібліогр.: 9 назв. — рос.

В статье предложен алгоритм формирования нечетких портретов классов образов и алгоритм нечеткого вывода для задачи распознавания образов. Формально нечеткие портреты представлены лингвистическими переменными. Предложено семантическое правило для определения функций принадлежности терм-множеств. В основу построения функций принадлежности положен частотный анализ множества прецедентов. Обобщающая способность нечетких портретов зависит от параметров построения функций принадлежности. В статті розглянуто алгоритм формування нечітких портретів класів образів та алгоритм нечіткого висновку для задачі розпізнавання образів. Формально нечіткі портрети представлено лінгвістичними змінними. Запропоновано семантичне правило для визначення функцій приналежності терм-множин. Основою побудови функцій приналежності є частотний аналіз множин прецедентів. Здатність нечітких портретів до узагальнення залежить від параметрів побудови функцій приналежності. In the given work the algorithm of creating fuzzy portraits and fuzzy inference is suggested for pattern recognition problem. Formally fuzzy portraits are represented like linguistic variables. There is semantic rule for creating membership functions of terms-set. The base of membership functions creating is frequency analysis of set precedents. The ability to generalization of fuzzy portraits is depended on membership functions creating parameters.