Распознавание образов или классификация объектов

Кибернетическое моделирование.

С точки зрения мониторинга процессы алгоритмического и машинного моделирования позволяют описывать количественно природные и технические системы, для которых наука ещё не получила соответствующие аналитические законы. Вместо законов природы, которые описывают поведение объекта, вставляются универсальные алгоритмические и аналитические модели.

Примером этому могут служить модели чёрных ящиков.

Недостатки такого подхода заключаются в том, что такой подход работает только в конкретных частных случаях, после соответствующей настройки и в ограниченном диапазоне параметров объекта.

Многомерное описание природных объектов.

Чем больше параметров объекта мы знаем, тем больше вероятность создания правильной модели. Для количественного описания совокупности параметров объекта существуют соответствующие кибернетические модели.

Инструменты многомерной статистики:

· Многомерный регрессионный анализ;

· Многомерный корреляционный анализ;

· Факторный анализ.

Многомерный корреляционный анализ указывает на внешние факторы, которые мы не учитываем.

Факторный анализ рассматривает ситуации, когда измеряемые параметры слабо влияют на поведение объекта мониторинга, но при этом можно выделить один "главный" параметр, который является основным для описания объекта мониторинга.

Недостатки:

а) мы можем не подозревать о существовании такого параметра;

б) мы плохо представляем, как измеряемые параметры связаны с этим гипотетическим параметром.

Но при этом можно подозревать, что все эти параметры связаны с уровнем интеллекта.

Задача эколога - выделить эти главные параметры на фоне других малозначимых параметров и указать количественный критерий такого выделения. Для этого и существует аппарат факторного анализа. Эти главные параметры и называются факторами.

Распознавание образов или классификация объектов.

Задача этого метода состоит в том, чтобы распознать и классифицировать объекты и измеренные параметры

Недостатки или трудности:

если параметров много, а значений мало, то возникает неустойчивость параметров. Число параметров должно быть не очень велико.

Метод интеллектуализации систем мониторинга:

А) метод экспертных систем

Конкретные системы логического вывода предметно ориентированные, которые удалось программно организовать - экспертные системы.

Экспертные системы с помощью обучающей подсистемы отбирают из конечных пользователей конкретные предметные инструкции типа "если, то", которые и трактуются как "знания" человека о предмете. Далее эти инструкции в сочетании с конкретными данными обеспечивают принятие решения в машине логического вывода.

Главные достоинства экспертных систем - эти системы позволяют формализовать целый спектр полуэмпирических навыков и знаний конкретных специалистов и далее использовать эти навыки для принятия объективных решений.