ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

266
Алгоритм динамического распознавания существенным образом
опирается на природную категоризацию (перцептивные категории), что
обеспечивает наивысшую степень абстракции и помехозащищенности.
Отметим также, что описанный алгоритм учитывает принципиальную
многозначность проявлений образа, что выражается в суперпозиции
набросков (более подробно об этом пойдет речь в разделе «Квантовая
семантика»).
Рассмотрим пример. Пусть Ω = {W =«Зонтик»; W’=«Кораблик»}, а
предъявляемым объектом является какой-то зонтик (может отличаться от
эталонного зонтика в БД), но КДС об этом не знает. Первоначально
предъявляется V t , содержащее всего один финитный набросок в виде
сингулярной точки (клетки серого цвета – 6-й слой на рис. 6.2). Ясно, что V t
принадлежит и {P} W , и {P} W’ , т.е. данных для распознавания недостаточно.
КДС запрашивает у сенсориума V t+1 , а также извлекает из памяти
прообразы X и Y. Поскольку X’ и V t+1 содержат как минимум один общий
набросок, напоминающий букву «Т» (см. выше примеры критичных
набросков для «Зонтика»), то за один шаг уточнения (т.е. при очень слабом
разрешении) удается провести распознавание.
Приведенный выше алгоритм динамического распознавания реализован
нами в ряде учебных и медицинских приложений (рис. 6.4). В каждом
приложении применялись свои схемы построения орграфов набросков.
а) Распознавание символов б) Вер. диагноз – гайморит
Рис. 6.4 – Примеры динамического распознавания
Приведем примеры критичных набросков для образа W = «9» при
условии, что Ω = {«0»; «1»;…; «9»}, а {T} задается схемой Σ[4:3]:
{P * } W = {
;…}
; ;