Система распознавания образов

Автор: Krähe # • Май 31, 2022 • Курсовая работа • 5,693 Слов (23 Страниц) • 264 Просмотры

Страница 1 из 23

ВВЕДЕНИЕ

Необходимо спроектировать и программно реализовать систему, распознающую объекты классов А, В и С по их описаниям (7 признаков).

На протяжении всего семестра изучали различные статьи по анализу информативности признаков и построению классификационных функций по различным методам, чтобы в конце представить рабочую программу. В данной разработке при применили метод Фишера, элементы линейной регрессии и дискриминантный анализ. На языке высокого уровня была спроектирована, написана и отлажена программа, решающая заданную задачу. В консольном интерфейсе у пользователя есть возможность узнать по введенным признакам к какому классу относится объект.

Отчет содержит результат совместной работы студентов группы УИБ-115, направления информационная безопасность:

Шевченко Димитрий Александрович – ответственное руководство; разработка и самостоятельное тестирование интерактивной программы на языке С++;
Веселков Кирилл Олегович – анализ информативности признаков;
Воробьева Мария Андреевна – построение классификационных функций; оформление документации по проекту.

1 ОБЩЕЕ ЗАДАНИЕ

Цель работы: разработать систему распознавания образов. Предполагается, что разрабатываемая программа по окончании разработки должно различать распознаваемые объекты к определенным классам, по заданным признакам.

Задачи:

анализ информативности первичных признаков, описывающих распознаваемые объекты;
построение классификационных функций для узлов дерева принятия решений;
разработка и самостоятельное тестирование интерактивной программы распознавания образов на языке C++;
оформление документации по проекту.

2 РАСЧЕТЫ И ОБОСНОВАНИЕ ВЫБОРА ИНФОРМАТИВНЫХ ПЕРВИЧНЫХ ПРИЗНАКОВ, ОПИСЫВАЮЩИХ РАСПОЗНАВАЕМЫЕ ОБЪЕКТЫ.

2.1 Метод оценки информативности признаков и обоснование выбора метода

Для оценки информативности признаков был использован метод Фишера. Этот метод лучше всего предназначен для сравнения малых выборок. Этому есть две весомые причины. Во-первых, вычисления критерия довольно громоздки и могут занимать много времени или требовать мощных вычислительных ресурсов. Во-вторых, критерий довольно точен, что позволяет его использовать в исследованиях с небольшим числом наблюдений.

Задана обучающая выборка, представленная на таблице 1, из которой и требуется оценить информативность признаков.

Таблица 1 – Обучающая выборка, главный класс C.

Класс	Объект	Признаки
1	2	3	4	5	6	7
А	1	18	19	22	55	35	17	11
2	17	16	26	56	34	18	13
3	15	12	38	57	30	13	19
4	16	11	32	57	32	19	16
5	19	17	24	57	37	16	12
6	15	18	22	59	30	12	11
7	17	13	34	60	33	11	17
8	18	11	36	60	36	17	18
9	18	15	26	61	35	18	13
10	14	16	22	62	28	13	11
11	17	19	30	62	33	11	15
12	15	17	32	63	30	15	16
13	18	12	38	63	35	16	19
14	16	13	34	64	32	19	17

Продолжение таблицы 1

	15	15	11	24	65	29	17	12
В	1	27	15	26	39	53	12	13
	2	28	16	22	38	55	19	11
	3	25	19	30	39	50	16	15
	4	29	17	32	39	57	12	16
	5	24	13	39	41	47	11	19
	6	27	19	34	41	54	17	17
	7	22	16	26	42	43	18	13
	8	26	12	38	42	51	13	19
	9	27	16	32	43	55	11	16
	10	21	16	24	44	41	15	12
	11	25	12	22	44	49	16	11
	12	23	11	34	45	46	19	17
	13	26	17	36	45	52	17	18
	14	22	18	22	46	43	12	11
	15	24	13	28	47	47	13	14
С	1	30	11	34	51	60	11	17
	2	28	15	26	52	56	15	13
	3	32	16	38	52	64	16	19
	4	26	19	32	53	52	19	16
	5	30	17	24	53	59	17	12
	6	28	12	22	54	55	13	11
	7	31	13	34	54	61	19	17
	8	33	11	36	54	65	16	18
	9	25	15	22	55	50	12	11
	10	29	16	28	56	58	11	14
	11	27	17	26	57	54	118	13
	12	27	17	26	57	54	18	13
	13	26	13	38	58	51	17	19
	14	30	19	34	58	60	18	17
	15	28	16	24	59	56	13	12

...

Скачать: txt (54.6 Kb) pdf (443.8 Kb) docx (890.1 Kb)

Продолжить читать еще 22 страниц(ы) »

Читать полный текст Сохранить

Доступно только на Essays.club

	15	15	11	24	65	29	17	12
В	1	27	15	26	39	53	12	13
	2	28	16	22	38	55	19	11
	3	25	19	30	39	50	16	15
	4	29	17	32	39	57	12	16
	5	24	13	39	41	47	11	19
	6	27	19	34	41	54	17	17
	7	22	16	26	42	43	18	13
	8	26	12	38	42	51	13	19
	9	27	16	32	43	55	11	16
	10	21	16	24	44	41	15	12
	11	25	12	22	44	49	16	11
	12	23	11	34	45	46	19	17
	13	26	17	36	45	52	17	18
	14	22	18	22	46	43	12	11
	15	24	13	28	47	47	13	14
С	1	30	11	34	51	60	11	17
	2	28	15	26	52	56	15	13
	3	32	16	38	52	64	16	19
	4	26	19	32	53	52	19	16
	5	30	17	24	53	59	17	12
	6	28	12	22	54	55	13	11
	7	31	13	34	54	61	19	17
	8	33	11	36	54	65	16	18
	9	25	15	22	55	50	12	11
	10	29	16	28	56	58	11	14
	11	27	17	26	57	54	118	13
	12	27	17	26	57	54	18	13
	13	26	13	38	58	51	17	19
	14	30	19	34	58	60	18	17
	15	28	16	24	59	56	13	12

	15	15	11	24	65	29	17	12
В	1	27	15	26	39	53	12	13
	2	28	16	22	38	55	19	11
	3	25	19	30	39	50	16	15
	4	29	17	32	39	57	12	16
	5	24	13	39	41	47	11	19
	6	27	19	34	41	54	17	17
	7	22	16	26	42	43	18	13
	8	26	12	38	42	51	13	19
	9	27	16	32	43	55	11	16
	10	21	16	24	44	41	15	12
	11	25	12	22	44	49	16	11
	12	23	11	34	45	46	19	17
	13	26	17	36	45	52	17	18
	14	22	18	22	46	43	12	11
	15	24	13	28	47	47	13	14
С	1	30	11	34	51	60	11	17
	2	28	15	26	52	56	15	13
	3	32	16	38	52	64	16	19
	4	26	19	32	53	52	19	16
	5	30	17	24	53	59	17	12
	6	28	12	22	54	55	13	11
	7	31	13	34	54	61	19	17
	8	33	11	36	54	65	16	18
	9	25	15	22	55	50	12	11
	10	29	16	28	56	58	11	14
	11	27	17	26	57	54	118	13
	12	27	17	26	57	54	18	13
	13	26	13	38	58	51	17	19
	14	30	19	34	58	60	18	17
	15	28	16	24	59	56	13	12

	15	15	11	24	65	29	17	12
В	1	27	15	26	39	53	12	13
	2	28	16	22	38	55	19	11
	3	25	19	30	39	50	16	15
	4	29	17	32	39	57	12	16
	5	24	13	39	41	47	11	19
	6	27	19	34	41	54	17	17
	7	22	16	26	42	43	18	13
	8	26	12	38	42	51	13	19
	9	27	16	32	43	55	11	16
	10	21	16	24	44	41	15	12
	11	25	12	22	44	49	16	11
	12	23	11	34	45	46	19	17
	13	26	17	36	45	52	17	18
	14	22	18	22	46	43	12	11
	15	24	13	28	47	47	13	14
С	1	30	11	34	51	60	11	17
	2	28	15	26	52	56	15	13
	3	32	16	38	52	64	16	19
	4	26	19	32	53	52	19	16
	5	30	17	24	53	59	17	12
	6	28	12	22	54	55	13	11
	7	31	13	34	54	61	19	17
	8	33	11	36	54	65	16	18
	9	25	15	22	55	50	12	11
	10	29	16	28	56	58	11	14
	11	27	17	26	57	54	118	13
	12	27	17	26	57	54	18	13
	13	26	13	38	58	51	17	19
	14	30	19	34	58	60	18	17
	15	28	16	24	59	56	13	12