Аспекти вирішення методологічної та теоретичної проблеми проектування інтелектуальних систем керування. Базовий алгоритм навчання СПР за методом функціонально-статистичних випробувань. Критерій оптимізації та алгоритм екзамену системи за цим методом.
При низкой оригинальности работы "Розробка алгоритму навчання та екзамену для системи прийняття рішень, що навчаєтся", Вы можете повысить уникальность этой работы до 80-100%
Оскільки уповільнення та прискорення темпів науково-технічного прогресу здійснюється за діалектичними законами, то сучасний період розвитку інтелектуальних систем слід розглядати як період накопичення їх якісних показників, за якими неодмінно відбудеться різке підвищення ефективності проектування цих систем. Розробити та програмно реалізувати базовий алгоритм навчання СПР для розпізнавання двох класів розпізнавання (М=2) і алгоритм екзамену за методом функціонально-статистичних випробувань (МФСВ). Призначенням базового алгоритму навчання LEARNING є оптимізація геометричних параметрів контейнерів, яка реалізується операторами контуру оптимізації (2.4.4) згідно з діаграмою (2.4.3) відображення множин, застосованих в процесі навчання. в) для кожної строки матриці кодових відстаней знаходиться мінімальний елемент, який належить стовпчику вектора - найближчого до вектора, що визначає строку. 1) блок 3 формує масив навчальних двійкових вибірок {X[J,I,K]} шляхом порівняння значень елементів масиву {Y[J,I,K]} з відповідними контрольними допусками за правилом (2.3.1.1) і формує масив еталонних двійкових векторів {EV[K]} шляхом статистичного усереднення стовпців масиву {X[J,I,K]} за правилом (2.3.1.2) при відповідному рівні селекції, який за умовчанням дорівнюєНа курсовій роботі була реалізована модель системи прийняття рішень що навчається для двох статичних за яскравістю зображень. Був запрограмований алгоритм навчання і алгоритм екзамену за МФСВ. Системи розпізнавання образів застосовуються правоохоронними органами для зняття і порівняння відбитків пальців, ланцюгів ДНК, карти сітківки ока.
Вывод
На курсовій роботі була реалізована модель системи прийняття рішень що навчається для двох статичних за яскравістю зображень. Був запрограмований алгоритм навчання і алгоритм екзамену за МФСВ.
Як висновок, можна сказати що подібні інтелектуальні системи широко інтегруються в наше повсякденне життя. Їм можна знайти застосування будь-де. Системи розпізнавання образів застосовуються правоохоронними органами для зняття і порівняння відбитків пальців, ланцюгів ДНК, карти сітківки ока. На великих автомагістралях встановлені камери для розпізнавання номерів автомобілів, які знаходяться в розшуку. Військові застосовують інтелектуальні системи для того, щоб підвищити ефективність своєї зброї та захисних систем. В літаках використовуються автопілоти, а це також система прийняття рішень що навчається. Постійно ми наближуємося до розгадки способу побудови штучного інтелекту, який за своїми можливостями буде тотожний людській свідомості, або можливо, навіть кращий від неї.
Список литературы
1. Васильев В.И. Распознающие системы: Справочник.-Киев: Вища школа, 1982.-512 c.
2. Горелик А.Л., Скрипкин В.А. Методы распознавания.- М.: Высш. Школа,1984.
3. Краснопоясовський А.С. Класифікаційний аналіз даних: Навчальний посібник.-Суми: Видавництво СУМДУ, 2002.-159 с.
4. Рідкокаша А.А., Голдер К.К. Основи систем штучного інтелекту: Навчальний посібник.-Черкаси: Відлуння - Плюс, 2002.- 240 с.
if (D21>=0.5) and (D22>=0.5) and (kf2[j]>kfe2) then begin dp2:=j;
kfe2:=kf2[j];
end;
end;
Edit7.Text:=inttostr(dp1);
Edit8.Text:=inttostr(dp2);
Label44.Caption:=kp1;
Label45.Caption:=kp2;
end;
procedure TFORM1.FORMCREATE(Sender: TOBJECT);
var i:integer;
begin with Stringgrid22 do begin cells[0,0]:="k";
cells[1,0]:="K1";
cells[2,0]:="K2";
cells[3,0]:="K3";
cells[4,0]:="K4";
cells[5,0]:="D1";
cells[6,0]:="D2";
cells[7,0]:="a";
cells[8,0]:="b";
cells[9,0]:="kfe";
for i:=1 to 22 do
Stringgrid22.cells[0,i]:=inttostr(i);
end;
with Stringgrid23 do begin cells[0,0]:="K1";
cells[1,0]:="K2";
cells[2,0]:="K3";
cells[3,0]:="K4";
cells[4,0]:="D1";
cells[5,0]:="D2";
cells[6,0]:="a";
cells[7,0]:="b";
cells[8,0]:="kfe";
end;
end;
procedure TFORM1.Button7Click(Sender: TOBJECT);
var i,d1,d2,r:integer;
f,f1,f2:real;
kl:string[1];
begin kl:=Edit10.Text;
r:=strtoint(Edit11.Text);
d1:=0; d2:=0;
for i:=1 to n do begin if kl="1" then Form1.STRINGGRID25.Cells[i,0]:=inttostr(N1[i,r]) else begin if kl="2" then Form1.STRINGGRID25.Cells[i,0]:=inttostr(N2[i,r]) end;
if strtoint(Form1.STRINGGRID25.Cells[i,0])EV21[i] then inc(d1);
if strtoint(Form1.STRINGGRID25.Cells[i,0])EV22[i] then inc(d2);
end;
f1:=1-d1/dp1;
f2:=1-d2/dp2;
f:=f1;
Edit12.Text:="Реализация относится к классу 1";
if f<f2 then begin f:=f2;
Edit12.Text:="Реализация относится к классу 2";
end ;
end;
procedure TFORM1.Button8Click(Sender: TOBJECT);
var x,i:integer; y1,y2:real;
begin for i:=0 to 21 do begin x:= i;
y1:=strtofloat(stringgrid22.Cells[9,i 1]);
y2:=strtofloat(stringgrid23.Cells[8,i 1]);
series1.ADDXY(x,y1);
series2.ADDXY(x,y2);
end;
end;
end.
Размещено на .ru
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы