Взаимосвязь символьных описаний объектов наблюдения структурно-дескриптивным и лингвистическим методами при оперативном контурном распознавании
Читать статью полностью
Взаимосвязь символьных описаний объектов наблюдения структурно-дескриптивным и лингвистическим методами при оперативном контурном распознавании(933,69 KB)Аннотация
Дается краткий обзор методов распознавания и общая постановка задачи автономного оперативного распознавания объектов оптико-электронного наблюдения. Рассматриваются формальные модели этапов преобразования многомерной измерительной информации. Обосновывается взаимосвязь структурно-дескриптивного и лингвистического методов распознавания наблюдаемых объектов для формальных моделей описания объектов наблюдения регулярными и контекстно-свободными грамматиками, а также с помощью конечных автоматов.
Ключевые слова:
контурный анализ – contour analysis; многомерная измерительная информация – multivariable measurement information; оперативная обработка – operational processing; конечный автомат – finite state machine; формальная грамматика – formal grammar.
Список литературы
1. Александров, В. В. Алгоритмы и программы структурного метода обработки данных / В.В. Александров, Н.Д. Горский. – Л.: Наука, 1983. – 208 с.
2. Ахо, А. Теория синтаксического анализа, перевода и компиляции. Т. 1. Синтаксический анализ / А. Ахо, Дж. Ульман. – М.: Мир, 1978. – 612 с.
3. Браверман, Э. М. Структурные методы обработки эмпирических данных / Э.М. Браверман, И.Б. Мучник. – М.: Наука, 1983. – 464 с.
4. Введение в контурный анализ и его приложения к обработке изображений и сигналов / А.Я. Фурман [и др.] – М.: Физматлит, 2002. – 592 с.
5. Гладкий, А. В. Формальные грамматики и языки / А.В. Гладкий. – М.: Наука, 1973. – 368 с.
6. Глушков, В. М. Синтез цифровых автоматов / В.М. Глушков. – М.: Физматгиз, 1962. – 476 с.
7. Глушков, В. М. Алгебра. Языки. Программирование / В.М. Глушков, Г.Е. Цейтлин, Е.Л. Ющенко. – Киев: Наук. думка, 1989. – 376 с.
8. Горелик, А. Л. Методы распознавания / А.Л. Горелик, В.А. Скрипкин. – М.: Высш. шк., 2004. – 262 с.
9. Гуревич, И. Б. Проблема распознавания изображений / И.Б. Гуревич // Распознавание, классификация, прогноз: Математические методы и их применение. – 1989. – Вып. 1. – С. 280–329.
10. Журавлев, Ю. И. Распознавание образов и распознавание изображений / Ю.И. Журавлев, И.Б. Гуревич // Распознавание, классификация, прогноз: Математические методы и их применение. – 1989. – Вып. 2. – С. 5–72.
11. Закревский, А. Д. Логика распознавания / А.Д. Закревский. – Минск: Наука и техника, 1988. – 118 с.
12. Зиновьев, В. Г. Оперативная обработка и анализ многомерной измерительной информации на основе структурно-дескриптивного подхода / В.Г. Зиновьев, В.В. Мышко, Е.Б. Самойлов // Информация и Космос. – 2008. – № 4. – С. 120–126.
13. Зиновьев, В. Г. Оперативный контурный анализ данных с применением апертуры / В.Г. Зиновьев, А.Н. Кравцов, В.А. Чикуров // Информация и Космос. – 2016. – № 3. – С. 75–85.
14. Ковалевский, В. А. Методы оптимальных решений в распознавании изображений / В.А. Ковалевский. – М.: Наука, 1976. – 328 с.
15. Мальцев, В. Б. Анализ состояния технических систем / В.Б. Мальцев. – МО РФ, 1993. – 181 с.
16. Марр, Д. Зрение: Информационный подход к изучению представления и обработки зрительных образов / Д. Марр. – М.: Радио и св., 1987. – 400 с.
17. Русын, Б. П. Структурно-лингвистические методы распознавания изображений в реальном времени / Б.П. Русын. – Киев: Наук. думка, 1986. – 128 с.
18. Силен, Д. Основы Data Science и Big Data. Python и наука о данных / Д. Силен, А. Мейсман, М. Али. – СПб.: Питер, 2017. – 336 с.
19. Скорняков, Л. А. Элементы алгебры / Л.А. Скорняков. – М.: Наука, 1986. – 240 с.
20. Фомин, Я. А. Статистическая теория распознавания образов / Я.А. Фомин, Г.Р. Тарловский. – М.: Радио и связь, 1986. – 264 с.
21. Фу, К. Последовательные методы в распознавании образов и обучении машин / К. Фу. – М.: Наука, 1971. – 256 с.
22. Фу, К. Структурные методы в распознавании образов / К. Фу. – М.: Мир, 1977. – 320 с.
23. Фукунага, К. Введение в статистическую теорию распознавания образов / К. Фукунага. – М.: Наука, 1979. – 368 с.
24. Хименко, В. И. Случайные данные: структура и анализ / В.И. Хименко. – М.: ТЕХНОСФЕРА, 2017. – 424 с.
25. Хорн, Б. К. П. Зрение роботов / Б.К.П. Хорн. – М.: Мир, 1989. – 488 с.
26. Berman, J. J. Principles of Big Data. Preparing, Sharing and Analyzing Complex Information / J.J. Berman. – N.Y.: Elsevier, 2013. – 287 p.
27. Big Data Computing / edited by R. Akerkar. – N.Y.: CRC Press, 2014. – 560 p