Klassifikation von Mustern
- PDF / 24,896,056 Bytes
- 349 Pages / 481.89 x 691.65 pts Page_size
- 73 Downloads / 203 Views
Klassifi kation von Mustern Mit 77 Abbildungen
Springer-Verlag Berlin Heidelberg NewYork Tokyo 1983
Professor Dr.-lng. Heinrich Niemann Lehrstuhl für Informatik 5 (Mustererkennung) der Universität Erlangen-Nürnberg Martensstraße 3, 8520 Erlangen
ISBN-13:978-3-540-12642-3 e-ISBN-13:978-3-642-47517-7 DOI: 10.1007/978-3-642-47517-7
CIP-Kurztitelaufnahme der Deutschen Bibliothek. Klassifikation von Mustern/ H.Niemann. - Berlin; Heidelberg; NewYork; Tokyo: Springer 1983. (lnfomatikLehrbuchreihe)
Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, der Entnahme von Abbildungen, der Funksendung, der Wiedergabe auf photomechanischem oder ähnlichem Wege und der Speicherung in Datenverarbeitungsanlagen bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Die VergütungsansprÜChe des § 54, Abs.2 UrhG werden durch die .Verwertungsgesellschaft Wort", München, wahrgenommen. © Springer-Verlag Berlin Heidelberg 1983
Dieses Buch beschäftigt sich mit einern Teilbereich der Mustererkennung, nämlich der Klassifikation von Mustern. Darunter wird verstanden, daß ein relativ einfaches Muster - zum Beispiel ein gedrucktes Schriftzeichen oder ein isoliert gesprochenes Wort - als Ganzes und unabhängig von anderen Mustern genau einer von mehreren möglichen Klassen zugeordnet wird. Jede Klasse entspricht dabei einer bestimmten Bedeutung. Zwar hat in den letzten Jahren die automatische Auswertung immer komplizierterer Muster, wie zum Beispiel kontinuierlich gesprochener Sprache, Grauwertbilder und Bildfolgen, ein rasch zunehmendes Interesse gefunden, jedoch gehört die Klassifikation nach wie vor zu den grundlegenden Techniken. Diese Tatsache wird auch dadurch unterstrichen, daß es seit mehreren Jahren eine Reihe kommerzieller Geräte gibt, die auf Methoden aus dem Bereich der Klassifikation von Mustern basieren. Für die Lektüre des Buches werden Grundkenntnisse der Höheren Mathematik und Wahrscheinlichkeitsrechnung vorausgesetzt. Es wendet sich an Wissenschaftler, die diese Techniken als Hilfsmittel bei ihrer Arbeit einsetzen möchten, und an Studenten, die sich intensiver mit diesem Problem der automatischen Informationsverarbeitung beschäftigen möchten. Der Inhalt des Buches kann etwa im Rahmen einer einsemestrigen Vorlesung behandelt werden. Das einführende erste Kapitel enthält die wichtigsten Begriffe und gibt eine Abgrenzung des behandelten Stoffs. Im nächsten Kapitel wird auf die wichtigsten Verfahren der Vorverarbeitung von Mustern eingegangen. Im Prinzip geht es dabei um eine Vereinfachung der nachfolgenden Verarbeitung. Das zentrale Problem bei der Klassifikation, nämlich die Ermittlung von Merkmalen, welche die für die Klassenzugehörigkeit wesentliche Information enthalten, wird im dritten Kapitel behandelt. Die Kapitel vier und fünf beschäftigen sich mit der eigentlichen Klassifikation der extrahierten Merkmale; wegen der beiden Möglichkeiten, als Werte von Merkmalen entweder reelle Zahlen oder Symbole zu verwenden, erfolgt hier eine Aufspaltung in z
