Алгоритмы распознавания

1. Алгоритмы проектирования схем механизмов. М. Наука, 1979. 196 с.

1. Балакшин О. Б., Павлов Б. И. Разработка обобщенной динамической модели и программы широкого профиля для исследования на ЭЦВМ гаммы пневматических измерительных систем управления и прецизионных стабилизаторов давления газа. — В кн.: Алгоритмы проектирования схем механизмов. М.: Наука, 1978.

3. Павлов Б. И. Проблемно-ориентированный язык структурного описания механизмов. — В кн.: Алгоритмы проектирования схем механизмов. М.: Наука, 1978.

Алгоритмы проектирования схем механизмов

АЛГОРИТМЫ ПРОЕКТИРОВАНИЯ СХЕМ МЕХАНИЗМОВ

БалакшинО.Б., Павлов Б. И. Разработка и программирование мо-.делей пневматических систем управления станками и прецизионных стабилизаторов давления газа. В кн.; Алгоритмы проектирования схем механизмов. М.,

Те и ер а лова Н. А., Г о р е л о в а Л. А., Д о к у ч а е в а Е. П., Павлов Б. И. Динамический расчет машин с цикловыми механизмами.— В кн.: Алгоритмы проектирования схем механизмов. М., «Наука», 1979-

УмновН.В. К вопросу об определении области устойчивости восьминогой ходьбы.— В кн.: Алгоритмы проектирования схем механизмов. М., «Наука», 1979.

КореновскийВ.В. О статически неустойчивых походках шагающих шес-тиногих машин.— В кн.: Алгоритмы проектирования схем механизмов. М., «Наука», 1979.

КобринскийА. А., КобринскийЛ. А. Алгоритм построения движений манипулятора с учетом ограничений подвижности в его кинематических парах. В кн.: Алгоритмы проектирования схем механизмов. М., «Наука», 1979.

К а г а н В. М., Андреев А. Ф., Петров Н. А. Автоматизированная система кинематического анализа плоских механизмов. В кн.: Алгоритмы проектирования схем механизмов. М., «Наука», 1979.

АЛГЕБРАИЧЕСКИЙ ПОДХОД К РАСПОЗНАВАНИЮ - совокупность методов формального синтеза алгоритмов распознавания образов, составляемых из алгоритмов, не обязательно обоснованных формально. Возможность анализа разнообразных алгоритмов с единой точки зрения основана на том факте, что многие известные алгоритмы распознавания представляют собой суперпозицию двух алгоритмов. Первый из них на основании исходных данных об объекте вычисляет числа

Такая чисто геометрическая интерпретация дает возможность классифицировать бесконечное множество исходных группировок параметров по определенному числу классов, используя алгоритмы распознавания, работающие в режиме самообучения. Алгоритмы самообучения в задаче распознавания образов можно условно разделить на две группы:

Алгоритмы распознавания образов состоят, как известно, из двух этапов: обучения и экзамена. На первом этапе по некоторой выборочной партии деталей с помощью программы, введенной в ЭВМ, формируются статистические зависимости, позволяющие на втором этапе с достаточной точностью относить детали контрольной партии к исходным классам. Если процент ошибок при экзамене невелик, то статистические зависимости, полученные при обучении, используются в дальнейшем для классификации деталей генеральной совокупности по областям применения.

В качестве датчиков в ряде систем технического зрения применяются серийно выпускаемые передающие телевизионные трубки (ТВ) типа видикон и фотодиодные матрицы МФ-14. Телевизионные СТЗ отличаются количеством элементов разбиения (512 Х512Г 256 X 256), количеством уровней градации видеосигнала (2; 8; 16); размерами электронного оборудования, которые зависят от соотношения программной и аппаратной частей, реализующих алгоритмы распознавания объектов.

11.2.2. Алгоритмы распознавания технических состояний на основе идентификации параметров движения. Диагностические методы исследования, основанные на осциллографировании и визуальном анализе параметров движения, разработаны в [48]. Рассмотрим здесь формализованные алгоритмы распознавания технических состояний, основанные на идентификации параметров движения, позволяющие автоматизировать процесс диагностирования.

Во-первых, человек достаточно хорошо реализует алгоритмы распознавания зрительных образов. Строение этих алго-

Следующее важное в практическом отношении применение метода обратных задач динамики связано с проблемой контроля и диагностики технического состояния ЯЭУ на этапах ее экспериментальной отработки и эксплуатации. Напомним, что основная задача технической диагностики — это распознавание состояния технической системы в условиях ограниченной информации [6], при этом алгоритмы распознавания основываются на диагностических моделях, устанавливающих связь между состояниями технической системы и их отображениями в пространстве диагностических параметров. Согласно излагаемому ниже подходу к этой проблеме диагностические параметры определяются в ходе идентификации переходных процессов, которую можно рассматривать как этап технической диагностики ЯЭУ. Приведем некоторые соображения физического и эвристического характера, обосновывающие такую возможность.

Теоретическим фундаментом для решения основной задачи технической диагностики следует считать общую теорию распознавания образцов. Эта теория, составляющая важный раздел технической кибернетики, занимается распознаванием образов любой природы (геометрических, звуковых и т. п.), машинным распознаванием речи, печатного и рукописного текстов и т. д. Техническая диагностика изучает алгоритмы распознавания применительно к задачам диагностики, которые обычно могут рассматриваться как задачи классификации.

Алгоритмы распознавания в технической диагностике частично основываются на диагностических моделях, устанавливающих связь между состояниями технической системы и их отображениями в пространстве диагностических сигналов. Важной частью проблемы распознавания являются правила принятия решений (решающие правила).

Алгоритмы распознавания

В последующих главах излагаются основные алгоритмы распознавания в задачах технической диагностики.