Алгоритмы распознавания казахского слова как целого


НазваниеАлгоритмы распознавания казахского слова как целого
страница7/12
Дата публикации01.10.2013
Размер1.01 Mb.
ТипДокументы
1   2   3   4   5   6   7   8   9   ...   12

Вывод 2.

^ Если рассматривать множество всех возможных решений задачи (1-2) в некоторой окрестности точки (0), то спектр ковариационной матрицы на всех траекториях решений однозначно определяет функцию Ляпунова(и следовательно поле направлений устойчивых решений), т.е. может выполнять роль идентификатора для многообразия решений.


  1. ^ Построение пространства признаков

Теперь, учитывая вышеизложенное можно предположить, что если фазовое пространство нам известно, следовательно, известны измерения переменных фазового пространства динамической системы пользователь–цель–курсор, то аналогично результатам приведенным выше спектр ковариационной матрицы построенной на траекториях движения курсора в фазовом пространстве мог бы служить идентификатором такой системы.

Однако, в результате эксперимента имеем только траектории на экране монитора, т.е. только некоторое пространство наблюдений которое является подпространством фазового пространства динамической системы. При этом мы даже не можем проверить, является ли система наблюдаемой. Мы не можем знать даже размерности фазового пространства исследуемой системы.

Тогда, построим некоторую систему функций – характеристик траекторий курсора, с целью охватить, насколько это возможно, некоррелированные измерения динамических параметров траекторий

,
где - количество отсчетов на траектории, - количество характеристик.

В качестве характеристик возьмем естественные измерения траекторий движения курсора: скорость - , ускорение - , кривизну - и угловую скорость - в каждой точке траектории.

Напомним, что массив отображающий координаты курсора содержит тройки чисел . Тогда характеристики вычисляются по формулам из таблицы






































Следует отметить, что данная таблица может быть дополнена другими характеристиками, допустим приведенными первыми разностями и т.п. В данной работе ограничимся только приведенным выше шестимерным пространством характеристик.

Статистически доказана сходимость спектра ковариационной матрицы траекторий в пространстве характеристик к некоторому стационарному значению – индивидуальному набору собственных чисел для каждого субъекта.
На рис.1. показана общая картина движения курсора на экране монитора.

Рисунок 1. Траектории целенаправленного движения курсора под управлением субъекта

Рисунок 2. Отображение множества спектров ковариационных матриц траекторий на плоскость для трех субъектов методом главных компонент. Каждой точке соответствует одна траектория
На рисунке 3 показана сходимость спектра ковариационной матрицы к некоторому стационарному набору для одного субъекта[5]. Измерения проводились в 12 – мерном пространстве характеристик. Анализ показал, что шесть из них малоинформативны. Дальнейшие исследования проводились в 6 - мерном пространстве характеристик.

^ Рисунок 3. Сходимость спектра ковариационной матрицы для одного субъекта в пространстве 12 характеристик
На рисунках 4 и 5 показано, что характер ломаной, построенной на значениях спектра строго индивидуален и ни одно измерение в точности не совпадает с другим, однако тенденции соотношений между отдельными собственными значениями сохраняются. Экспериментально доказано, что тенденции сохраняются на протяжении нескольких лет[10,11].

Рисунок 4. Спектры ковариационной матрицы субъекта V для шести проб измерений

Рисунок 5. Спектры ковариационной матрицы субъекта Т для пяти проб измерений
На рисунке 6 проиллюстрирован, для сравнения, индивидуальный характер спектра ковариационной матрицы для каждого субъекта.

^ Рис. 6. Усредненные значения спектров субъектов V и T
Таким образом, предлагаемый метод использует в качестве биометрических измерений - траектории курсора, которые даже сам субъект не в состоянии повторить в точности, если даже предположить, что исходное положение курсора и сгенерированная случайным образом цель совпадут с каким либо случаем ранее. При удаленной идентификации предлагаемый метод предпочтительнее параметрических поскольку "испытатель" разворачивает на экране "испытуемого" аплет – "окно испытаний" в котором происходят все движения, вследствие чего "испытателю" известно текущее положение курсора и положение цели (генерируется со стороны "испытателя"). И даже если допустить, что у злоумышленника существует база перехваченных траекторий, то гипотеза о том, что в базе есть траектория именно с таким началом движения и его конечной точкой, более чем невероятна. Тем более, что в процессе измерений присутствуют десятки а то и сотни таких траекторий. Попытка, каким-либо образом "подправить" траекторию приводит к полному разрушению целостности образа – набора .

Выводы.

Представленный "Метод динамических характеристик" решения задачи аутентификации может служить ядром динамической БСКД для разнообразных типов ИС. Проведенные эксперименты на разработанном макете системы аутентификации подтверждают довольно высокую достоверность идентификации пользователя и достаточно малые ошибки первого и второго рода порядка 0,05 при использовании метрики .


^ СПИСОК ЛИТЕРАТУРЫ


  1. Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений. Монография. Пензенский государственный университет, Пенза 2000. -188с.

  2. Брюхомицкий Ю.А. Параметрический метод биометрической аутентификации пользователей информационных систем. Научно практический журнал "Информационное противодействие угрозам терроризма". №1, 2003г. http://www.contrterror.tsure.ru/site/index.htm

  3. Загоруйко В.А. Российский фонд фундаментальных исследований, Грант № 00–06–80178. http://www.philosophy.nsc.ru/journals/philscience/3_02/Zagorujko.htm

  4. Кореневский Д.Г. Устойчивость динамических систем при случайных возмущениях параметров, Монография. Киев; Наукова думка, 1989. -208с.

  5. Рифа В.Н., Баклан Я.И., Баклан И.В., Метод главных компонент в задачах аутентификации. //Труды Шестой Всеукраинской международной конференции УКР’ОБРАЗ 2002. - Киев 2002. С. 215-218.

  6. Бидюк П.И., Баклан И.В., Рифа В.Н. Системный подход к построению регрессионной модели по временным рядам. //Международный научно технический журнал “Системные исследования и информационные технологии”. №3 Киев 2002.

  7. Баклан И.В., Рифа В.Н. Гибридные модели в статистических методах распознавания образов. //Вестник ХГТУ №3(19), Херсон 2003.

  8. Рифа В.Н. Баклан Я.И. Баклан И.В. Бидюк П.И. Долгов Д.С., Метод динамических характеристик в задачах аутентификации, //Вестник КАЗАУ, Т-IV, ч. 4, Астана 2004. С.26-28.

  9. Рифа В.Н. Методы оптимального управления в задаче аутентификации. //Вестник "Университета Туран", Алматы 2004.

  10. Рифа В.Н. Метод динамических характеристик в задаче биометрической аутентификации. //Тезисы докладов Международной 11-й межвузовской конференции по математике и механике Евразийского национального университета им.Л.Н. Гумилева, Астана 2006.

  11. Рифа В.Н. Метод динамических характеристик и фрактальные структуры. //Международный журнал “Системные исследования и информационные технологии”, №3, Киев 2007.

  12. Рифа В.Н., Лопатин О.К., Фрактальные структуры в задаче биометрической аутентификации, //Международный журнал Института Проблем Искусственного Интеллекта НАНУ №4, Донецк 2007. C.309-316.



Манипуляторды басқару бойынша пайдаланушыны айқындайтын бір әдіс

А. Шәріпбаев, В.Рифа

Компьютерді пайдаланушыны манипуляторды басқаруына байланысты ұқсастыру есебін шешуге динамикалық сипаттау әдісін қолдану мүмкіндігі қарастырылады. Сандық эксперимент нәтижесі коварияциалық матрицаның өзіндік санының бақылау саны өскен сайын пайдаланушының өзіндік тұрақтылығына жинақталатындығын көрсетеді.
^ One method to the problem identification of a computer user by manipulator control

A.Sharipbaev, V. Rifa

The possibility of application of the dynamic characteristic method to the problem identification of a computer user by manipulator control is considered. The numerical experiments show the convergence of eigenvalues of covarianse matrixes to individual steady state values on the set of with increasing number of measurements.


Ә.К. БӨРІБАЕВА, А.Ә. ШӘРІПБАЕВ

^ ҚАЗАҚ ТІЛІНІҢ МОРФОЛОГИЯЛЫҚ ЕРЕЖЕЛЕРІН СХЕМОТЕХНИКАЛЫҚ МОДЕЛДЕУ

(Л.Н. Гумилев атындағы Еуразия ұлттық университеті, Астана)

Кез келген тілді оқып үйренудің негізі осы тілде жазылған мәтіннің мағынасын түсінуге және сол тілде өз ойын дұрыс жазуға қажетті грамматикалық ережелер болып табылады. Қазіргі қоғамды компьютерлендіру мен ақпараттандыру кезеңінде көптеген табиғи (ағылшын, француз, орыс, жапон және т.б.) тілдер компьютерлік программалар көмегімен оқытылып үйретіледі. Ол үшін, алдымен, оқытылатын тілдің грамматикалық ережелерінің математикалық моделдері құрылып, сонан кейін, осы алгоритмдер компьютерлік программалар арқылы жүзеге асырылады. Ал осы алгоритмдердің аппараттық жүзеге асырылуы тіптен құба-құп болып табылады. Біздер соның жолдарын қарастырып көрейік.
Ол үшін ең алдымен шешімдер қабылдау дегеніміз не, соны түсініп алайық.

Анықтама 1. Берілген контексттегі зерттелетін барлық оқиғалардың жиыны оқиғалардың факторлық кеңістігін қалыптастырады.

Қандай да бір логикалық функциясы үшін оқиғалардың факторлық кеңістігіндегі айнымалылардан импликация амалын қолдана отырып келесі түрдегі логикалық өрнекті жазайық:

(1)

Мұндағы - орын алған жағдайды, шартты анықтайтын өрнек, ал салдар ретінде қарастырылатын айтылым: тәртіп ережесі, векторлық функцияның мәні, әрекетке нұсқау т.б. Осылайша, «шарт - салдар», «егер..., онда...» тәрізді байланыстар қалыптасуы мүмкін. Бұл кезде функциясы ситуациялар жиынында беріледі және өзі қандай да бір жағдайда «1» (АҚИҚАТ) мәнін қабылдаса, онда айтылымы да сондай мәнді қабылдайтынын көрсетеді.

(1) тәрізді, оқиғалардың факторлық кеңістігіндегі қалыптасқан жағдайға сәйкес басқару жүйесін немесе шешімдер қабылдау жүйесін анықтайтын логикалық өрнектер жиынын сипаттауға болады:




……………… (2)


Анықтама 2. Оқиғалардың факторлық кеңістігінде (ішкі кеңістігінде) берілген, толықтық және қарама-қайшылықсыздық қасиеттеріне ие (2) түріндегі логикалық өрнектер жүйесі шешімдер қабылдау жүйесі деп аталады [1].

Анықтамада айтылған қасиеттердің маңыздылығын түсіндіріп өтейік.

функциялар жүйесінің толық болуы оқиғалардың факторлық кеңістігіндегі кез-келген нүктенің осы функциялардың тым болмағанда біреуінің берілгендер облысында жататынын білдіреді. Қарама-қайшылықсыздық әр жағдай үшін осы функциялардың біреу және тек қана біреуі сәйкес айтылым – шешімнің ақиқаттығына алып келетін 1 мәнін қабылдайтынын білдіреді.

Дегенмен, шынында есептің мағыналық мазмұнының негізінде кейбір жағдайлар үшін бірден артық дұрыс шешімдер белгілі болуы мүмкін. Мұндай жағдайда бұл шешімдер туралы айтылымдарды НЕМЕСЕ амалымен біріктіруге болады, бұл жоғарыда өзіміз айтып кеткен қарама-қайшылықсыздық болжамына алып келеді.

Енді шешімдер қабылдаудың мысалы ретінде қазақ тілінде зат есімге көптік жалғаулардың жалғануын қарастырайық. Жалпы, көптік жалғаудың «лар», «лер», «дар», «дер», «тар», «тер» деген түрлері бар екені белгілі. Егер сөз жуан дауыстыға аяқталса «лар» жалғауы, ал жіңішке дауыстыға аяқталса «лер» жалғауы жалғанады. Ал егер сөз ұяң немесе үнді дауыссыз дыбысқа аяқталатын болса, және соңғы буындағы дауысты дыбыс жуан болатын болса «дар», керісінше жіңішке болатын болса «дер» жалғауы жалғанады. Дәл солай егер сөз қатаң дауыссыз дыбысқа аяқталып, соңғы буындағы дауысты дыбыс жуан болса «тар», жіңішке болса «тер» көптік жалғауы жалғанады. Енді осы есепті шешімдер қабылдау моделіне салып көрелік.

Бізде келесідей параметрлер болсын:

– дауысты дыбыстар;

– дауыссыз дыбыстар;

– жуан дауыстылар;

– жіңішке дауыстылар;

– қатаң дауыссыздар;

– ұяң дауыссыздар;

– үнді дауыссыздар;

– түбір сөздің соңғы буыны жуан;

– түбір сөздің соңғы буыны жіңішке;

– қабылданатын шешімдер.
Сәйкесінше, біздің жүйеміз келесі түрде болады:


  1. «лар»;

  2. «лер»;

  3. = «дар»;

  4. «дер»;

  5. «тар»;

  6. «тер».


Мұндағы - логикалық конъюнкция амалы, - логикалық дизъюнкция амалы.

Бұл жүйенің схемотехникалық орындалуы 1 – суретте көрсетілген. «AND», «OR» логикалық элементтерінен тұратын бұл схеманың жұмыс істеу принципі де қарапайым.

1   2   3   4   5   6   7   8   9   ...   12

Похожие рефераты:

Алгоритмы распознавания казахского слова как целого
Об оптимальной абсолютно линейной дискретизации решений волнового уравнения с начальными условиями из классов Соболева
С. К. Коваленко о методике дифференцированных функциональных состояний...
Метод качественных структур, изложенный в [1], как способ рассмотрения целого, предполагает возможность исследования трех различных...
Учебное пособие для студентов
Образов по цветовому описанию, геометрическим параметрам, а также по принятию решений в интеллектуальных системах. Теоретические...
Процедуры распознавания зависят от понятия расстояния между двумя...
Методы классификации распознавания образов, использующие евклидовы пространства описаний
Процедуры распознавания зависят от понятия расстояния между двумя...
Методы классификации распознавания образов, использующие евклидовы пространства описаний
Создан первый в мире мультимедийный самоучитель казахского языка
«M. A. R. I. D. I» ведущий европейский производитель профессиональных it–решений для ускоренного изучения иностранных языков презентовала...
Сарсен аманжолов основоположник казахского языкознания
В XIX веке большую роль в создании казахского литературного языка сыграли Абай и Алтынсарин. У истоков казахского языкознания стоял...
Учебное пособие для студентов специальностей н. 02. 02 «Радиофизика»
Учебное пособие предназначено для студентов и аспирантов факультета радиофизики и электроники, включает принципы организации и алгоритмы...
Гу «Средняя общеобразовательная школа №5 г. Павлодара»
Как вы понимаете слова Н. Заболоцкого? Как вы думаете, почему именно эти слова я взяла в качестве эпиграфа нашего занятия?
Ш. Уалиханов – великий ученый и просветиель казахского народа
Цель урока: а образовательная: на основе дополнительного материала раскрыть роль Ш. Ш. Уалиханова как ученого, просветителя в истории...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
referatdb.ru
referatdb.ru
Рефераты ДатаБаза