Введение
Глава I. Обзор и анализ существующих методов распознавания объектов. формулировка задач исследования .
1.1. Особенности задач распознавания сложных объектов в условиях априорной неопределенности 10
1.2. Анализ существующих методов распознавания образов. 14
1.3. Структурно-аналитический метод классификации. Формулировка задач исследования 28
1.4. Выводы 35
Глава 2. Разработка и исследование структурно-анажтических моделей распознавания объектов. алгоритмы минимизации таблиц истинности предикатов .
2.1. Разработка структурно-аналитических моделей распознавания объектов. Постановка задач оптимизации 37
2.2. Исследование критериев качества правил классификации 45
2.3. Исследование связи между свойствами таблиц истинности предикатов и структурой правила классификации 57
2.4. Разработка и исследование алгоритмов минимизации таблиц истинности предикатов 65
2.5. Выводы 70
Глава 3. Разработка и исследование алгоритмов построения правил классификации .
3.1. Постановка задачи 71
3.2. Алгоритм БДРІ построения правила классификации с минимальным числом вершин 73
3.3. Алгоритм БДР2 построения правил классификации с максимальным быстродействием 85
3.4. Экспериментальное исследование алгоритмов построения правил классификации 91
3.5. Выводы 98
Глава 4. Применение разработанных алгоритмов для решения задач распознавания объектов
4.1. Разработка пакета прикладных программ для автоматизации процесса решения задач распознавания объектов 100
4.2. Решение задачи диагностики технических средств АСУТП , 108
4.3. Построение правил классификации в задаче назначения плавок 117
4.4. Применение разработанных алгоритмов для решения задач классификации зернобобовых 121
4.5. Выводы 126
Заключение 127
Литература 129
