Распознавание образов

Распознавание образов играет важную роль в современных информационных системах. Особенно широкое распространение получили системы автоматического распознавания изображений. Несмотря на широкую коммерциализацию рынка программных продуктов, интенсивность исследований в этой области отнюдь не снижается, т.к. надежность существующих решений все еще не достаточна. Проблема особенно усиливается, если база данных состоит из тысячи эталонов, что приводит к усложнению моделей классифицируемых объектов и, как следствие, невозможности реализации существующих алгоритмов в режиме реального времени. В настоящей работе на основе принципа минимума информационного рассогласования Кульбака-Лейблера разработан новый, оптимальный в байесовском смысле, критерий для распознавания изображений. Предложен метод направленного перебора в качестве одной из альтернатив полному перебору множества эталонов. Исследована возможность применения разработанного метода к другим актуальным задачам классификации (распознавание речи, планирование действий трейдера на фондовом рынке). Полученные результаты и сделанные по ним выводы рассчитаны на широкий круг специалистов в области теории и практики распознавания образов.