XII Международная студенческая научная конференция Студенческий научный форум - 2020

Качество любой ЭС определяется размером и достоверностью базы знаний. Для представления этих знаний существует целый ряд методов, каждый из которых обладает своими достоинствами и недостатками по отношению к другим.

В ходе анализа методов представления знаний в собственной ЭС была выбрана продукционная модель – модель, основанная на правилах. При подходе к представлению знаний в виде продукционной модели данные в рабочей памяти представляются в виде изолированных троек: «объект – атрибут – значение». [4]

Иерархия объектов задается с помощью дерева контекстов. Классическая ЭС функционирует в следующем циклическом режиме: {запрос и получение данных} → {анализ полученных данных и интерпретация первичных результатов} → {выдвижении с помощью правил временных гипотез} → {запрос следующей порции данных} Такой процесс продолжается до тех пор, пока объема полученной информации не будет достаточно для определения заключения по рассматриваемому вопросу. [4]

Процесс разработки ЭС имеет следующую структуру:

1) идентификация проблемы;

2) извлечение знаний и приведения к виду для передачи ЭС;

3) наполнение базы знаний;

4) разработка ЭС;

5) тестирование.

В рамках работы была выбрана проблема подбора метода сегментации объектов в зависимости от параметров и характеристик имеющихся данных.

Модель, по которой должно производиться выявление потребности пользователя, представлена на рисунке 1.

Рисунок 1 – Выявление потребности для определения метода сегментации

Для каждого метода, включенного в итоговую выборку, был определен ряд основных характеристик, по которым в дальнейшем ЭС будет ее классифицировать как рекомендуемую к потребности пользователя. Для корректного выявления потребности сконструирован специальный тест, цель которого определить основные характеристики методов сегментации, которые впоследствии определят итоговую выборку. На рисунке 2 представлен пример определяющих характеристик для конкретного метода.

Рисунок 2 – Схема определяющих характеристик

Как видно на представленной схеме характеристики для некоторых методов могут пересекаться и чем больше будет пересечений, тем труднее системе произвести однозначный выбор, и соответственно, тем объемнее будет итоговая выборка.

По итогам анализа основных средств, используемых для разработки экспертных систем, было принято решение использовать язык PHP, ввиду исчерпывающего количества технической документации.

В итоге система была реализована с использованием модульного подхода, где модуль – это отдельная часть программы, которая допускает раздельную компиляцию и сборку с другими модулями. На рисунке 3 представлена схема компоновки и состав рабочей версии системы.

Рисунок 3 - Схема компоновки и состав рабочей версии системы

Первый модуль содержит описание главного меню.

Второй модуль отвечает за накопление выбранных пользователем результатов, их анализ и вывод заключение. Так же в этом модуле процедура, отвечающая за двойной клик мыши.

Третий модуль содержит описание БЗ методов сегментации.

Четвертый модуль содержит те характеристики, которые предлагаются пользователю.

Текстовые документы содержат те характеристики, которые предлагаются пользователю, а также итоговое решение.

В результате была получена структура интеллектуальной системы по выбору метода сегментации объектов на изображении и в видеоданных, на основании которой будет выполняться разработка системы на языке PHP.

Список литературы

Романов С. А., Лепешкин О. М., Стоянов Ю. П. Анализ методов сегментации изображений [текст]/ С. А. Романов // Молодой ученый, 2015. - №6. – 26 с.

Сравнительный анализ методов сегментации изображений [Электронный ресурс]/Многофункциональный сайт//Режим доступа: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-metodov-segmentatsii-izobrazheniy (дата обращения 1.12.2019).

Сегментация изображений методами пороговой обработки [Электронный ресурс]/Многофункциональный сайт//Режим доступа: https://studref.com/524545/informatika/segmentatsiya_izobrazheniy_metodami_porogovoy_obrabotki (дата обращения 1.12.2019).

Экспертные системы [Электронный ресурс]/Многофункциональный сайт//Режим доступа: http://www.maksakovsa.ru/Iskustven_intelekt/ Expert_sistem/ Vid_expert_sist/index.html/ (дата обращения 2.12.2019).

Код для цитирования: Скопировать