Рабочая программа По дисциплине «Теория распознавания образов» По специальности 230201. 65 Информационные системы и технологии
| Вид материала | Рабочая программа |
- Рабочая программа по дисциплине «Мировые информационные ресурсы и сети» для специальности, 124.2kb.
- Рабочая программа по дисциплине " Метрология, стандартизация и сертификация " для специальности, 212.29kb.
- Рабочая программа по дисциплине " Управление данными " для специальности 230201 "Информационные, 191.4kb.
- Рабочая программа по дисциплине «Вычислительная математика» Для специальности 230201, 153.3kb.
- Рабочая программа по дисциплине: Проектирование Информационных систем. Для специальности:, 255.76kb.
- Рабочая программа по дисциплине «Архитектура ЭВМ и систем» для специальности 230201, 202.14kb.
- Рабочая программа по дисциплине "алгоритмизация и программирование" для специальности, 136.78kb.
- Программа государственного экзамена по специальности: 230201. 65 «Информационные системы, 450.31kb.
- Рабочая программа по курсу «Логистика и конроллинг» для специальности 230201 «Информационные, 193.18kb.
- Рабочая программа По дисциплине «Теория информационных процессов и систем» По специальности, 303.03kb.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПЕЧАТИ
имени Ивана Федорова»
УТВЕРЖДАЮ
Т.В. Маркелова
« 23 » июня 2011 г.
рабочая программа
По дисциплине «Теория распознавания образов»
По специальности 230201.65 – Информационные системы и технологии
Факультет Информационных технологий и медиасистем
Кафедра Информационных систем
| Индекс по учебному плану | Цикл | Компонент | ||
| Федеральный | Национально-региональный (вузовский) | Элективный | ||
| ЕН.В.02 | Общие гуманитарные и социально-экономические дисциплины | | | |
| Общие математические и естественнонаучные дисциплины | | | Х | |
| Общепрофессиональные дисциплины | | | | |
| Специальные дисциплины | | | | |
| Дисциплины специализации | | | | |
| Форма Обучения | курс | семестр | Трудоемкость дисциплины в часах | Форма итогового контроля | |||||||
| Всего часов | Аудиторных часов | Лекции | Семинарские (практически) занятия | Лабораторные занятия | Курсовая Работа | Курсовой проект | Самостоятельная работа | ||||
| Очная | 1 | 2 | 149 | 68 | 34 | | 34 | | | 81 | зачет |
Москва — 2011 г.
Составитель: д.т.н., профессор А.И. Винокур
Рецензент: ____________
Рабочая программа обсуждена на заседании кафедры «Информационные системы»
16 мая 2011г., протокол № 9
Зав. кафедрой ____________________/А.А. Марков/
Одобрена УС факультета «Информационных технологий и медиасистем»
17 мая 2011г., протокол № 9
Председатель______________________/А.Е. Иванова/
- ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ, ТРЕБОВАНИЯ К ЗНАНИЯМ И УМЕНИЯМ
- Цель и задачи изучения дисциплины
Цель освоения дисциплины «Теория распознавания образов» заключается в ознакомлении студентов с концептуальными основами подходов и методов распознавания образов и приобретении знаний и навыков применения методов и алгоритмов, используемых при анализе изображений, акустического сигнала или сигналов сенсоров других типов, лингвистического анализа или машинного обучения.
.
Задачи преподавания дисциплины. Изучение:
- Основных понятий теории распознавания образов
- Классификацию задач распознавания образов
- Структурные методы распознавания
- Байесовский подход к принятию решений
- Самообучающиеся системы
- Методы анализа изображений
1.2. Требования к знаниям и умениям.
Знать:
- Основные понятия и методы, используемые при распознавании образов
- Структуру типовых систем распознавания образов
- Способы цифрового представления изображений
- Элементы теории и основные алгоритмы проведения дискретных интегральных преобразований
- Основные способы пространственной и спектральной обработки изображений
- Математические модели, используемые для оценки качества изображений
Уметь:
- Решать типовые задачи распознавания образов
- Выбирать и применять адекватные математические методы при решении задач распознавания образов
- Использовать интегральные преобразования для решения задач фильтрации изображений
- Выбрать критерий и оценить качество исходного и обработанного изображения
Владеть:
- Методами математического моделирования в типовых задачах распознавания образов
- Методами построения цифровых фильтров для решения конкретных задач распознавания изображений
- Навыками работы с пакетом MatLab
1.3. Перечень дисциплин с указанием разделов (тем), усвоение которых студентам необходимо для изучения данной дисциплины.
Данная учебная дисциплина взаимосвязана с другими дисциплинами, а именно: «Математика», «Информатика», «Основы программирования».
2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ.
- Наименование тем, их содержание, объем в часах.
| №п/п | Наименование тем, разделов | Общая трудоемкость (часов) | |||
| Аудиторные занятия (всего часов) | Лекции | Практические занятия (семинары) | Лабораторные занятия | ||
| 1 | Введение | 2 | 2 | | |
| 2 | Основные понятия теории распознавания образов | 2 | 2 | | |
| 3 | Классификацию задач распознавания образов | 4 | 4 | | |
| 4 | Структурные методы распознавания | 24 | 8 | | 16 |
| 5 | Байесовский подход к принятию решений | 4 | 4 | | |
| 6 | Самообучающиеся системы | 4 | 4 | | |
| 7 | Методы анализа изображений | 28 | 10 | | 18 |
| | итого | 68 | 34 | | 34 |
2.2. Содержание тем и разделов дисциплины.
| № п/п | Наименование раздела дисциплины | Содержание раздела |
| 1. | Введение | Область применения, основные задачи, история развития и основные идеи теории и практики распознавания образов |
| 2. | Основные понятия теории распознавания образов | Объекты. Признаки для описания объектов. Векторные признаки. Морфологические методы обработки изображений. |
| 3 | Классификацию задач распознавания образов | Общая задача классификации. Классы. Датчик/преобразователь. Экстрактор характерных признаков. Классификаторы. Построение систем классификации. Оценка ошибок системы. Точность системы и полнота выборки. Реализация классификаторов. |
| 4 | Структурные методы распознавания | Структурные методы распознавания. Алгоритмы построения графов сложных образов. Выделение признаков по двумерным и трехмерным изображениям сцен. Матрица неточностей. Деревья решений. |
| 5 | Байесовский подход к принятию решений | Априорная информация о вероятностных характеристиках. Байесовский классификатор. Параметрические модели распределений. Принятие решений при обработке многомерных данных. |
| 6 | Самообучающиеся системы | Супервизорные методы. Обучение без учителя. Кластеризация. Искусственные нейронные сети. Персептрон. Многослойная сеть прямого распространения. |
| 7 | Методы анализа изображений | Модели непрерывных изображений. Пространственные спектры изображений. Вероятностные модели изображений и функции автокорреляции. Построение гистограмм изображений. Критерии качества изображений. Фильтрация и улучшение изображений. |
(Содержание указывается в дидактических единицах. По усмотрению разработчиков материал может излагаться не в форме таблицы)
2.3.Лабораторные занятия, их наименование и объем в часах
| № п/п | Наименование лабораторных работ | № раздела дисциплины | Час |
| 1 | Выявление морфологических характеристик бинарных изображений. | 4 | 8 |
| 2 | Повышение резкости изображений методами частотной фильтрации | 4 | 8 |
| 3 | Сглаживание изображений методами пространственной фильтрации | 7 | 8 |
| 4 | Обнаружение контуров объектов с помощью масок | 7 | 10 |
| ИТОГО: | 34 | ||
2.4. Курсовой проект (работа), его характеристика
Не предусматривается.
2.5. Организация самостоятельной работы
| | Наименование тем, разделов | Виды и формы самостоятельной работы * (распределение часов по формам обучения) | ||||||||||||||
| Подготовка к практическому занятию (семинару, лаб. раб.) | Подготовка рефератов (докладов, сообщений и информационных материалов т.п.) | Выполнение домашних контрольных и иных заданий) | Подготовка к промежуточной аттестационной работе (в т.ч. коллоквиум, тестированием и пр.) | Подготовка к зачету (экзамену) | ||||||||||||
| Очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | ||
| | Введение Тема 1. | 2 | | | 3 | | | 2 | | | 1 | | | 1 | | |
| | Тема 2. | 3 | | | 3 | | | 2 | | | 1 | | | 1 | | |
| | Тема 3. | 3 | | | 3 | | | 2 | | | 1 | | | 1 | | |
| | Тема 4. | 3 | | | 6 | | | 2 | | | 1 | | | 1 | | |
| | Тема 5. | 3 | | | 6 | | | 2 | | | 1 | | | 1 | | |
| | Тема 6. | 3 | | | 6 | | | 2 | | | 1 | | | 1 | | |
| | Тема 7. | 3 | | | 6 | | | 2 | | | 1 | | | 1 | | |
| | | 20 | | | 33 | | | 14 | | | 7 | | | 7 | | |
* могут быть предложены иные формы СРС
3. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ
3.1. Литература.
основная
1. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд..: Пер. с англ. Издательский дом "Вильяме", 2006. — 1408с.
- Понс Ж.; Форсайт Д. Компьютерное зрение, Современный подход; М., Издательский дом "Вильямс", 2004; 926 с.
дополнительная
- Евменов В.П. Интеллектуальные системы управления: Учебное пособие. М.: Книжный дом «ЛИБРОКОМ», 2009. — 304 с.
- Потапов А. С. Распознавание образов и машинное восприятие: Общий подход на основе принципа минимальной длины описания. — СПб.: Политехника, 2007. — 548 с:
- Башмаков, А.И.; Башмаков И.А.
Интеллектуальные информационные технологии, учебное пособие; М., Изд-во МГТУ им. Н.Э. Баумана, 2005; 302 с.
3.2. Материально-техническое обеспечение дисциплины:
Изучение дисциплины проводится в лабораториях кафедры «Информационные системы». Лабораторные работы проводятся с использованием ресурсов компьютерных классов, позволяющих работать в средах MS Windows и Apple MAC, при использовании программных средств, необходимых для обработки изображений, например, таких как MatLab.xx и др.