Теория и алгоритмы распознавания образов

Чабан Л.Н. Теория и алгоритмы распознавания образов. Учебное пособие. М.: МИИГАиК. 2004. – 70 с.Рассматриваются основные концепции теории распознавания образов, а также методы иалгоритмы распознавания, применяемые при классификации многомерныхколичественных данных.Основные понятия теории распознавания образовПринципы построения систем распознавания образовОсобенности систем и методов распознавания в задачах тематической обработки данныхОсновные принципы построения систем распознавания данныхЗадача классификации образов, представленных набором измеряемых параметров. Геометрическая и аналитическая интерпретацияГруппировка образов с использованием функций расстояния (кластерный анализ). Задачи кластерного анализа в тематической обработке данныхМетоды выявления (выращивания) кластеровКластеризация при заданном количестве групп. Алгоритмы класса ISODATAДисперсионно-ковариационные критерии качества кластеризацииВыбор признаков. Корреляционный анализ данныхЭлементы факторного анализа. Метод главных компонентСтатистический подход к задаче распознавания. Элементы теории статистических решенийБайесовская стратегия минимального среднего рискаБайесовская стратегия в условиях неполной информацииСлучай нескольких классов. Априорные и апостериорные вероятности. Формула БайесаБайесовский классификатор для многомерного случаяОбучение статистических классификаторов. Вероятность ошибок. Меры статистической разделимостиСамообучающиеся системы распознаванияАлгоритм корректирующих приращенийАлгоритм минимальной среднеквадратичной ошибки (НСКО-алгоритм обучения)Метод потенциальных функций