Основной результат книги связан с тем, что эффективность любых методов решения определяется легкостью, с которой можно описать и распознать некоторые «стратегические» ситуации. Предполагается, что читатель уже в какой-то мере знаком с нечисленной математикой. В частности, предполагается знакомство с терминами типа «множество», «элемент множества», «упорядоченная пара» и «упорядоченная n-ка».

Воспринимая явления внешнего мира, мы всегда производим их классификацию, т. е. разбиваем эти явления (предметы, ситуации) па группы «похожих» явлений (именно «похожих», а не тождественных). По тем или иным причинам оказывается необходимым отнести в одну группу значительно отличающиеся друг от друга, но в чем-то сходные явления или предметы.

Метод потенциальных функций был разработан применительно к ставшей теперь обычной геометрической постановке задачи, когда обучение сводится к построению в некотором пространстве поверхности, разделяющей два множества, соответствующие двум образам. Книга посвящена одному из направлений кибернетики, связанному с моделированием на вычислительных машинах процесса обучения.

Задача распознавания образов заключается в классификации некоторой группы объектов на основе определенных требований. Применение последовательных методов теории статистических решений и теории оценок к задачам распознавания образов и обучения машин излагается в этой книге.

Традиционно задача распознавания рукописного текста трактовалась как получение в памяти компьютера в символьном виде того текста, который существует в виде оптического образа на бумажном носителе или некотором устройстве ввода.

Та или иная конкретная область приложения методов распознавания образов накладывает свой специфический отпечаток на выбор тех или иных алгоритмов и, главное, на содержательную постановку решаемых задач.

Познание окружающего нас мира осуществляется посредством его восприятия. Восприятие является сложным биологическим, психическим процессом, в результате которого формируется образ окружающего мира.

В этом сборнике методических указаний к лабораторным работам по статистической теории распознавания образов, для каждой лабораторной работы приводятся описание теоретических основ, задание и список контрольных вопросов.

Авторами была сформулирована и предложена концептуальная идея о возможности применения адаптивной модели распознавания образов в подсистеме идентификации состояния объекта управления и адаптивной модели принятия решений - в подсистеме выработки управляющих воздействий.

Несмотря на очевидную легкость, с которой человек решает задачу распознавания окружающих его предметов, все еще нет "универсального" математического или технологического подхода, позволяющего конструктивно разрабатывать методы, алгоритмы и автоматические устройства, эффективно осуществляющие процесс распознавания.