Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Wrozdzialedrugimprzedstawionocharakterystykiwybranych
metodrozpoznawaniawzorców.Przedstawionobudowęklasycznego
systemurozpoznawaniawzorców,orazomówiononajpopularniejsze
podejściadotegozagadnieniaspotykanewliteraturze.Więcejuwagi
poświeconometodomstatystycznym,doktórychzaliczająsięmetody
bazujące
na
ukrytych
modelach
Markowa.
Scharakteryzowano
najpopularniejszeklasyfikatorywykorzystywanewpraktyce.Wostatniej
częścirozdziałuprzedstawionoproblemwymiarowościspotykanyprzy
ekstrakcjicechwzorców.
Rozdział
trzeci
stanowi
przegląd
popularnych
transformat
wykorzystywanychdoekstrakcjicechwzorcazobrazucyfrowego.W
rozdzialeautorograniczyłrozważaniadometodwykorzystywanychw
praktyce
i
sprawdzających
się
w
analizie
i
przetwarzaniu
skomplikowanychobrazów.Pominiętezostałyprostemetodyekstrakcji
cechwykorzystującecechygeometryczne,zewzględunaichniską
skutecznośćprzyprzetwarzaniubardziejskomplikowanychobrazów.
Rozdziałtenjestniezbędnymuzupełnieniempozostałychrozdziałów,
gdyżbezodpowiedniegomechanizmuwydobywaniaiprzetwarzania
cechwzorca,niejestmożliweopracowanieskutecznegosystemu
rozpoznawaniawzorca.
Rozdział
czwarty
przedstawia
charakterystykę
klasycznych
jednowymiarowychukrytychmodeliMakowa.Przedstawionotu
parametryistrukturęmodeliwrazzzasadamiichdoboru.Omówiono
etapytworzeniasystemurozpoznawaniorazregułyjakiminależysię
kierowaćprzyprojektowaniuiopracowywaniumetodyrozpoznawania
wzorca.Ponadtoprzedstawionoalgorytmysłużącedoestymacji
parametrówmodeliMarkowaorazwyznaczaniaprawdopodobieństwa
wygenerowaniaobserwacjiprzezdanymodel.Uzupełnieniemrozdziału
sąpraktyczneprzykładyzastosowańmodeliMarkowapozwalającena
lepszezrozumienieideiizasadyichdziałania.
W
rozdziale
piątym
przedstawiono
autorską
propozycję
rozwiązaniaproblemudanychdwuwymiarowychprzetwarzanychprzez
ukrytemodeleMarkowa.Przedstawionozałożeniadoopracowaniatakich
8
