Введение к работе
Актуальность работы Проблемы разработки математического и программного эбеспечения систем распознавания сигналов различной природы являются актуальными в течение последних 20-30 лет. Это связано с развитием средств вычислительной техники и внедрением ее во все области человеческой деятельности, развитием теоретической базы построения систем распознавания, превращением теории распознавания образов в достаточно законченную область научных знаний, а также с постоянным ростом потребностей человеческого общества в автоматизации различных задач обработки информационных потоков.
Несмотря на огромное число работ и исследовательских групп в области
проблематики систем распознавания, основные результаты исследований лежат в русле
создания методов решения задач распознавания, связанных с тем или иным подходом
(статистическим, детерминистским, логическим, синтаксическим, нейросетевым).
Построение систем распознавания для конкретных прикладных областей представляет собой весьма сложную проблему. Эта проблема связана с тем, что решение конкретной прикладной задачи почти всегда носит комплексный характер, связанный с необходимостью понимания структуры источников распознаваемой информации, исследованием носителей информации, выделением информации, связанной непосредственно с процессом распознавания, анализом классификационной структуры информации, выбором метода построения системы принятия решений. Основные сложности решения перечисленных подзадач связаны с исходной априорной неопределенностью знаний о структуре распознаваемого сигнала или, другими словами, с отсутствием формальной модели его эпнсания, а также с априорной неопределенностью условий формирования сигнала, в том числе связанной с каналом распространения.
В диссертационной работе рассматриваются задачи распознавания сигналов со :ложной информационной структурой. Под этим понимается возможность декомпозиции модели описания сигнала на разнородные компоненты, связанные с различными физическими процессами формирования сигнала. Декомпозиция модели сигнала порождает необходимость создания многоуровневых систем распознавания сигналов. Таким образом проблема разработки системы распознавания может быть сведена к задачам идентификации гипа априорной неопределенности формирования сигнала, ее преодоления , а также создания иногоуровневой системы обработки, ориентированной на сложную структуру заспознаваемой сигнальной информации. Проблема разработки такого комплексного тодхода к созданию систем распознавания сигнальной информации в настоящее время «достаточно разработана и в связи с этим является актуальной. Перспективным «правлением при разработке систем распознавания сигнальной информации является іспользование современных технологий обработки знаний, в частности экспертных систем. Троблемы формирования баз знаний таких систем представляет собой весьма трудоемкую и :лабо формализуемую задачу. В связи с этим актуальными являются задачи штоматического формирования баз знании применительно к создания ЭС для решения задач заспознавания сигналов, рассмотренные в работе. Актуальными являются также проблемы, связанные с разработкой алгоритмического и программного обеспечения систем заспознавания сигнальной информации для многочисленных прикладных областей. В ціссертационной работе разрабатываемые теоретические подходы использовались при зешении конкретных задач, связанных с разработкой систем классификации сигналов в эбластях гидроакустики, электроэнцефалографии и геолокации.
Общее содержание диссертационной работы соответствует научному направленик "Распознавание образов и обработка изображений" Государственной научно-техническо? программы "Перспективные информационные технологии".
Целью диссертационной работы является разработка общих принципов построен» алгоритмической структуры и создание программного обеспечения многоуровневых chctcn распознавания сигнальной информации в условиях априорной неопределенности.
Предмет исследования. В диссертации рассматриваются следующие вопросы:
разработка общего подхода к построению математического обеспечен^ многоуровневых систем распознавания сигналов со сложной информационной структурой і условиях существенной априорной неопределенности;
разработка методов формирования многоуровневого признакового описания в задача; распознавания сигнальной информации;
исследование алгоритмических методов устранения априорной неопределенности і задачах распознавания сигнальной информации, связанной с моделями формирования і влиянием канала распространения сигналов;
разработка алгоритмов построения многоуровневых систем принятия решений на основі методов анализа структуры классов распознаваемых объектов;
разработка принципов и алгоритмов построения систем распознавания на основе четкіс и нечетких деревьев решений;
разработка принципов построения систем распознавания на основе концепти обучаемых экспертных систем для решения задач распознавания сигналов и разработк; алгоритмов индуктивного обучения для автоматического формирования баз знаний;
разработка алгоритмического и программного обеспечения для решения прикладны задач распознавания сигнальной информации .
Методы исследования. В диссертационной работе использован аппарат теории случайных процессов, математической статистики, теории алгебраических структур, теории цифровой обработки сигналов, распознавания образов, теории систем с искусственным интеллектом.
Научная новизна работы заключается в следующем:
-
Разработан общий подход к построению систем распознавания сигнальной информации заключающийся в идентификации типа априорной неопределенности модели представлена сигнала, формировании многоуровневого признакового описания в соответствии і идентифицированной моделью и разработке методов построения многоуровневых систе» принятия решений.
-
Разработаны новые алгоритмы формирования описания сигналов в многоуровневы: системах распознавания применительно к различным проблемным областям на основі использования спектральных представлений, пространственно-временной обработки wavelet - анализа, синтаксического анализа описания формы сигналов.
-
Предложены алгоритмические методы устранения априорной неопределенности связанной с каналом распространения сигнала на основе использования принципої инвариантности при формировании описаний сигнала и синтезе решающих функций.
-
Разработаны эффективные методы устранения априорной неопределенности, связанноі с условиями проведения экспериментов, на основе обнаружения и классификацш изменений динамических моделей сигналов .
-
Разработаны принципы построения многоуровневых систем распознавания на основ концепции сложных классов.
-
Разработаны методы и алгоритмы построения деревьев решений на основе использования четких и нечетких граф-схем.
-
Предложены принципы построения обучаемых экспертных систем в задаче распознавания на основе методов индуктивного обучения с использованием алгоріггмов построения деревьев решений на основе граф-схем, а также методов теории грубых множеств.
Практическая ценность результатов работы заключается в следующем:
Разработанные алгоріггмические подходы к построению многоуровневых систем распознавания сигнальной информации позволіши решить конкретные задачи распозпавашія применительно к системам обработки гидроакустической, биомедицянской и геолокационной информации.
Практическим достоинством работы является то, что комплекс общетеоретических результатов, связанных с построением многоуровневых систем распознавания, образует единый подход с прикладными методами, моделями и алгоритмами, которые составляют соответствующую информационную технологию решения сложных задач распознавания сигнальной информации для широкого круга прикладных задач.
Разработанные алгоріггмьі обучения распознающих систем на основе использования граф-схемного подхода и теории грубых множеств и алгоритма "Геконал" создают практические возможности разработки обучаемых экспертных систем с интегрированными базами знаний.
Достоверность научных и практических результатов. Научные положения, выводы и рекомендации, сформулированные в диссертации, строго аргументированы, их достоверность является установленным фактом. Достоверность теоретических результатов в области разработки алгоритмов обработки и распознавания сигнальной информации подтверждается четкостью формулировок и постановок, корректностью математических выкладок, строгостью доказательства теорем и четкостью используемых ограничений. Достоверность выводов и результатов подтверждается также их исследованием на модельных сигналах, а также использованием при решении прикладных задач и примеров. Сопоставление прикладных результатов показывает их хорошую согласованность с теоретическими выводами и соответствует представлениям специалистов.
Реализация результатов работы. Работа выполнялась в рамках научно-технических программ "Конверсия вузов России" (1996-1997 гг.), "Университеты России" (Разработка математических методов и ішструментальньк средств построения нечетких деревьев решений в задачах распознавания образов, 1994-1997 гг.), в 1998-2000 гг. работа поддержана Российским Фондом фундаментальных исследований ( граігт № 98-01-00578 "Методы визуализации и классификации подповерхностных объектов и структур на основе сверхширокополосного радиолокационного зондирования").
Тема диссертационной работы тесно связана с выполнявшимися в СПбГЭТУ в период с 1975-2000 г.г. научно-исследовательскими и опытно-конструкторскими работами по заказам организаций Министерств Судостроительной и Радиоэлектронной промышленности, в том числе в соответствии с постановлениями Правительства СССР (Акустический институт, г. Москва, НИИ "Атолл", г. Дубна, НПО "Ленинец", г. С.-Петербург, НПО "Океанприбор", С -Петербург и ряд других организаций), а также по линии секции прикладных проблем АН СССР (РФ), госбюджетных НИР (1991-2000 г.г.) совместное ВЦ АН РФ (НИР "Кит-АН" -"Исследование и разработка новых информационных технологий"), НИИ Радиоэлектронных средств прогнозирования чрезвычайных ситуаций "Прогноз" при СП6ГЭТУ( НИР Б-025 -Разработка аппаратно-программных средств систем интеллектуальной поддержки оператора АРМ по контролю и прогнозированию чрезвычайных ситуаций, НИР БФ-43- "Исследование
робастных методов пространственно времешюй обработки многомерных сигналов і сейсмоакустических системах контроля ЧС").
Результаты работы внедрены в НИИ "Атолл, г. Дубна, Акустическом институте, г Москва, ЦНИИ, "Морфизпрбор", г. С.-Петербург, в Институте Эволюционной физиологш им. И.М. Сеченова Российской академии наук, г. С.-Петербург, ОАО "Радиоавионика" г. С. Петербург, НПО "Аврора", г. С.-Петербург.
Научные результаты и разработашюе программное обеспечение используется і учебном процессе по курсам "Системы цифровой обработки сигналов", "Анализ і интерпретация данных", "Системы искусственного интеллекта" для подготовки студентов пс специальностям 220400, 010200 в Санкт-Петербургском Государственнок Электротехническом Университете, а также в учебном процессе в Новгородскол Государственном университете им. Ярослава Мудрого и Ижевском Государственнок техническом университете.
Основные результаты, выносимые на защиту.
1. Концепция построения многоуровневых систем распознавания сигнальной информацш
в условиях априорной неопределенности.
2. Алгоритмы формирования многоуровневых признаковых описаний применительно і
задачам классификации шумовых случайных сигналов с дискретным спектром дл;
стационарной и нестационарной модели сигнала, биомедицинской информации
геолокационных сигналов.
-
Методы и алгоритмы преодоления априорной неопределенности, на основе инвариантных преобразований и анализа моментов изменения динамической модели сигнала
-
Модель сложных классов и алгоритмы построения многоуровневых распознающго систем на ее основе.
-
Алгоритмы построения деревьев решений на основе четкой и нечеткой моделей данных.
-
Методы и алгоритмы обучения распознаванию с использованием векторов подмножесп и методов теории грубых множеств.
8. Принципы построения обучаемых экспертных систем в задаче распознавания на основе разработанных алгоритмов обучения.
Апробация работы. Основные положения диссертационной работы докладывались і обсуждались на следующігх конференциях, совещаниях, семинарах и школах: междунар. конф. по основным проблемам бионики "Бионика-75" (Варна, 1975), И междунар. симпозиум "Системьі-Моделированне-Управлеіпіе" (Лодзь, 1978), 27 междунар научном коллоквиуме Технической школы г. Ильменау (1982), Всесоюзной школе-ссминарі "Автоматическое распознавание слуховых образов" (АРСО-9, Минск 1976, АРСО -10 Тбилисси, 1978, АРСО-11, Ереван, 1980 , АРСО-12, Киев, 1982), П и Ш Дальневосточные акустические конференции "Человек и океан" (Владивосток, 1978, 1982), Всссоюз конференции "Теория адаптивных систем и ее применение" (Ленинград 1981, 1983) Всесоюз. школа-семинар по статистической гидроакустике" (Сухуми, 1978), VII Всесоюз совещание "Теория и методы математического моделирования" (Куйбышев, 1978), Всесоюз школе-семинар Автоматизация проектирования ВТ и перспективы примененш микропроцессоров" (Минск, 1978), Всесоюз. конференция "Обработка локационньс сигналов, отраженных от протяженных объектов (Свердловск, 1981), I, П, Ш, IV, VI, VI межотраслевые конференции по методам и средствам цифровой обработки информаці» (Ленинград-1978,1981; Дубна -1980; Киев-1983, 1987; Кишинев 1988), отраслевые семинарь по классификации гидроакустических сигналов ( Москва, 1975, 1978, 1981), Всесоюзн. конф "Микропроцессорные системы" (Челябинск, 1984), IV Всесоюзн. конф. "Применение
методов математической логики" (Таллин, 1986), Всесоюзн. конференции. "Методы и
микроэлектронные устройства цифрового преобразования и обработки информации (Рига,
1986, 1987), Всесоюзн. конф. по искусственному интеллекту (Переяславль-Залесский, 1988),
Зсесоюз! школа-семинар "Семиотические аспекты формализации интеллектуальной
деятельности" (Боржоми, 1988), 4-ая Всесоюз. конф. "Математические методы
эаспознавания образов"-MMPO-IV (Рига, 1989), VII Всесоюз. совещание "Автоматизация процессов управления техническими средствами исследования и освоения мирового океаиа" (Ленинград, 1991 ), междунар. семинар "Информатика в медицине" - INFOMED-91 ( Рига, 1991), 5-й Ленингр. симпозиум по теории адаптивных систем "Адаптивные и экспертные тстемы в управлении" - TAS'91 (Ленинград, 1991), Межотр. нучно-техн. семинар 'Разработка архитектуры и программного обеспечения вычислительных систем обработки нгформации в реальном времени, использующих мнкромощную элеменпгую базу ( Ленинград, 1991 ), Всероссийская науч.-практ. конф. "Высшая школа Россини и конверсия" [Москва, 1993), междунар. нучно-прак. конф. "Измерительные - информационные технологии в охране здоровья" - METROMED-95.(C-nerep6ypr, 1995), 2-ая Всероснйскиая с участием стран СНГ конф. "Распознавание образов и анализ изображений : новые информационные технологии "- РОАИ-2-95 (Ульяновск, 1995), междунар. симпозиум "Методы и средства мониторинга окружающей среды" -МСОС-95 (С.-Петербург, 1995), IX междунар. координационное совещание "Автоматизация процессов управления техническими средствами исследования и использования мирового океана" (С.-Петербург, 1994), IV-ая междунар. конф. SIMBIOSIS-95 (Гливице, Польша, 1995), междунар. семинар "International Workshop Biomedical Ingineering & Medical Informatics " - "BEMI'97 (Гливице, 1997), П и Ш междунар. симпозиумы "Интеллектуальные cncTeMbi"-INTELS'96, INTELS'98 (С.-Петербург - 1996; Псков -1998), X междунар. симпозиум по анализу изображений и многомерной обработке сигналов - IMDSP ( Alpbach, Австрия, 1998) , III- Всероссийская с участием стран СНГ конф. "Распознавание образов и анализ шображений: новые информационные технологии ( Нижний Новгород ,1997), Международные конференции но мягким вычислениям и измерениям SCM-98, SCM -99, SCM-2000 (С.-Петербург 1998, 1999, 2000), конф. "Мониторинг и прогнозирование чрезвычайных ситуаций (С -Петербург, 1999), XVII и XVIII Всеросс. симпозиумы "Радиолокационное исследование природных сред"( С -Петербург, 1998, 2000), V-я международная конференция "Распознавание образов и анализ изображений: новые информационные технологии" РОАИ-5-2000 (Самара, 2000) International Conf. EUROEM 2000 (5th Unexploded Ordnance Detection and Range Remediation Conference) , Edinburgh, 2000.
Публикации. По материалам диссертации опубликовано 132 печатных работы, из них 59 гтатей, 70 тезисов докладов на конференциях, 3 авторских свидетельства на изобретения.
Структура и объем диссертации. Диссертация состоит из введения, восьми глав, іаключения, списка литературы, включающего 265 наименований, 2 приложений. Основная часть работы изложена на 312 страницах машинописного текста. Работа содержит 112 эисунков, 32 таблицы.
