Введение
Глава 1. Обзор методов решения задачи классификации графической информации 15
1.1 Методы классификации графической информации 15
1.2 Постановка задачи классификации графической информации 27
1.3. Методы получения, обработки и хранения экспертной информации, методы
1.3.1. Искусственные нейронные сети 35
1.3.2. Машины векторной поддержки 46
1.3.3. Анализ генетических методов . 50
1.4. Выводы 59
Глава 2. Структурно-параметрический синтез системы классификации графических объектов 61
2.1. Формирование исходного набора признаков графического объекта 62
2.2. Разработка алгоритма параметрического синтеза системы 86
2.2.1. Принципы кодирования и декодирования хромосом 89
2.2.2. Формирование начальной популяции 90
2.2.3. Модифицированные генетические операторы 93
2.3. Анализ эффективности алгоритма параметрического синтеза 97
2.4. Выводы 98
Глава 3. Разработка математического обеспечения системы классификации графических объекто в 99
3.1. Разработка системы классификации изображений 100
3.1.1. Разработка машины векторной поддержки 100
3.1.2. Алгоритм параметрического синтеза машин векторной поддержки 115
3.2. Построение алгоритмов улучшения качества решения 118
3.2.1. Алгоритм активного контура 119
3.2.2. Детектор границ объектов 130
3.3. Выводы 139
Глава 4. Программная реализация и ее экспериментальные исследования 141
4.1. Архитектура программной системы классификации графических объектов 141
4.2. Цель экспериментальных исследований 143
4.3. Исследование эффективности программы параметрического синтеза 143
4.4. Исследование эффективности алгоритма обучения и классификации 146
4.5. Исследование эффективности алгоритма обнаружения контуров в изображении 150
4.5. Исследование эффективности алгоритма активного контура 152
4.6. Область применения предложенной системы классификации 156
4.7. Выводы и рекомендации ; 157
Заключение 158
Литература 160
