CC BY
315
Ергалиев Д.С. - к.т.н., доцент кафедры космическая техника и технологии Евразийского Национального университета
им. Л.Н. Гумилева, г. Астана
Сравнительный анализ методов распознавания образов.
Важным резервом эффективной эксплуатации авиационной техники
(АТ) является снижение расходов на ее техническое обслуживание и ремонт.
На практике наиболее распространены следующие стратегии обслуживания по ресурсу (сроку службы), по уровню надежности, по техническому состоянию. Централизованное планово-предупредительные системы ориентированы преимущественно на стратегию обслуживания по ресурсу на базе сложившейся статистики, что не эффективно, так как затрачиваются средства на незапланированные простои и ненужное техническое обслуживание летательных аппаратов и их систем.
Чтобы поддерживать летную годность летательных аппаратов и их систем в нормативном состоянии и обеспечивать оптимальную производительность, необходим системный подход к техническому обслуживанию и ремонту (ТОиР), который базируется на наборе формальных инструментов упреждающего анализа, а также построенных на результатах этого анализа диагностической и коммуникационной аппаратуры и программных средств обработки данных измерительных процедур.
В рамках традиционного линейного подхода реализация полномасштабных исследований требует применения компьютерной техники. В то же время современные компьютеры с их способностью выполнять с высокой скоростью большие объемы вычислительных и логических операций дают возможность использовать для анализа данных и конструирования диагностических тестов более совершенные подходы, позволяющие полнее учитывать сложную структуру диагностической информации.
В этих условиях все большее число исследователей начинают разработки более совершенных моделей оценки состояния сложных технических объектов, используя теорию и методы распознавания образов.
Таким образом, развитие информационных технологий дает основание рассматривать использование методов теории распознавания образов в качестве ближайшей реальной перспективы совершенствования диагностики состояния систем и ЛА в целом, а также для разработки процедур принятия решений (диагностика и классификация).
Распознаванием образов называются задачи построения и применения формальных операций над числовыми или символьными отображениями объектов реального или идеального мира, результаты которых отражают отношения эквивалентности между этими объектами. Отношения
эквивалентности выражают принадлежность объектов каким-либо классам, рассматриваемым как самостоятельные семантические единицы.
При построении алгоритмов распознавания классы эквивалентности могут задаваться исследователем, который пользуется собственными содержательными представлениями или использует внешнюю
дополнительную информацию о сходстве и различии объектов в контексте решаемой задачи. Тогда говорят о «распознавании с учителем». В противном случае, без привлечения внешней обучающей информации задачи классификации называют автоматической классификацией или «распознаванием без учителя».
Термин «диагностика» в переводе с греческого означает «распознание». В то же время традиционная технология обработки результатов диагностического тестирования использует лишь очень ограниченную часть арсенала современных методов теории распознавания образов. Это связано с тем, что традиционная технология была изначально ориентирована на «ручное» употребление диагностических тестов, а большинство алгоритмов распознавания образов требует привлечения значительных вычислительных мощностей, которые могут быть обеспечены только
высокопроизводительной компьютерной техникой.
Различные авторы дают разную типологию методов распознавания образов. Одни авторы различают параметрические, непараметрические и
эвристические модели, другие - выделяют группы методов, исходя из исторически сложившихся школ и направлений в данной области. Например, в [2] используется следующая типология методов распознавания образов:
- методы, основанные на принципе разделения;
- статистические методы;
- методы, построенные на основе «потенциальных функций»;
- методы вычисления оценок (голосования);
- методы, основанные на исчислении высказываний, в частности на аппарате алгебры логики.
Подобная типология методов распознавания с той или иной степенью детализации встречается во многих работах по распознаванию. В то же время известные типологии не учитывают одну очень существенную характеристику, которая отражает специфику способа представления знаний предметной области с помощью какого-либо формального алгоритма распознавания образов.
В настоящее время выделяют два основных способа представления знаний [3]:
1) Интенсиональные представления - схемы связей между атрибутами (признаками).
2) Экстенсиональные представления - конкретные факты (объекты, примеры).
Интенсиональные представления фиксируют закономерности и связи, которыми объясняется структура данных. Применительно к диагностическим задачам такая фиксация заключается в определении операций над атрибутами (признаками) объектов, приводящих к требуемому
диагностическому результату. Интенсиональные представления реализуются посредством операций над значениями атрибутов и не предполагают произведения операций над конкретными информационными фактами (объектами).
В свою очередь, экстенсиональные представления связаны с описанием и фиксацией конкретных объектов из предметной области и реализуются в операциях, элементами которых служат объекты как целостные системы.
Описанные выше два фундаментальных способа представления знаний позволяют предложить следующую классификацию методов распознавания образов:
1) Интенсиональные методы распознавания образов - методы, основанные на операциях с признаками.
2) Экстенсиональные методы распознавания образов - методы, основанные на операциях с объектами.
Группа интенсиональных методов распознавания образов обширна, и ее деление на подклассы носит в определенной мере условный характер. Рассматрим следующую классификацию этих методов:
1) Методы, основанные на оценках плотностей распределения значений признаков.
2) Методы, основанные на предположениях о классе решающих функций.
3) Логические методы.
4) Лингвистические (структурные) методы.
В приводимой выше классификации основное внимание уделено формальным методам распознавания образов и поэтому опущено рассмотрение эвристического подхода к распознаванию.
По поводу этого подхода ограничимся несколькими замечаниями.
Эвристический подход основывается на трудно формализуемых знаниях и интуиции исследователя, который определяет, какую информацию и каким образом нужно использовать для достижения требуемого эффекта распознавания.
В целом эвристический подход к построению алгоритмов распознавания, как правило, отличается нестандартностью, что затрудняет
перенесение накопленного опыта в проектировании распознающих систем на другие задачи.
Использованная литература:
1 Беляев, Ю. К. Статистические методы обработки результатов испытаний на надежность [Текст] / Ю. К. Беляев. - М.: Знание, 1982.
2 Гренандер, У. Лекции по теории образов [Текст]. В 3 т. Т.1. Синтез образов / У. Гренандер. - М.: Мир, 1979. - 382 с.
3 Гренандер, У. Лекции по теории образов [Текст]. В 3 т. Т.2. Анализ образов / У. Гренандер. - М.: Мир, 1981. - 448 с.
