Курсовая работа: Интеллектуальная информационная система

, где a = (a₀₀, a₀₁, a02, …,a0n, a₁₁, a₁₂, …, a_1n, a₂₂, a₂₃, …, a_nn)

Значение полинома на i-ом элементе обучающей выборки (i=1,m):

Таким образом, мы получаем функцию для оценки значений обучающей выборки.

Окончательная формулировка задачи: необходимо определить множество информационных признаков объекта и значения полинома, найти параметры a функции u*, при которой минимизируется значение погрешности для каждого элемента заданной обучающей выборки V.

2.2 Использование системы для определения границ изображения

2.2.1. Постановка задачи

На основе полинома второго порядка, определенного ранее, необходимо построить характеристическую функцию g₁(x_i, a), определяющую принятие решение об отнесении пикселя изображения к фону или грибу. Таблица 2 содержит список обозначений.

Таблица 2. Обозначения

На основе полученного полинома

формируем принятие решения об отнесении объекта к классу.

Для этого строим характеристическую функцию g₀(x_i,a), определяющую принятие решения об отнесении объектаo_i(o_i = ^-1(x_i)) к классу C₀:

Аналогично строится характеристическая функция g₁(x_i,a), определяющая принятие решения об отнесении объектаo_i(o_i = ^-1(x_i)) к классу C₁:

hможет быть равен 0,5, но на практике его значения подбираются для того, чтобы количество ошибочных решений было минимальным.

Ошибки первого и второго рода:

1. ;

2. .

Окончательная формулировка задачи: необходимо подобрать такой h, при котором минимизируются ошибки I и II рода.

2.3 Формирование сигналов для автомата сортировки грибов

2.3.1. Постановка задачи

На изображениях c вычисленной границей необходимо определить вид гриба - белый или маслята. Таблица 3 включает в себя обозначения данной задачи.

Таблица 3. Обозначения

Для определения вида гриба сначала вычисляется дисперсия яркости изображения:

Где n - количество пикселей в области, I_j - яркость текущего пикселя, I_ср - средняя яркость пикселей в области.На основе значения дисперсии строится функция q, которая определяет на основании порогового значения tвида гриба:

Порог t подбирается таким образом, чтобы ошибки распознавания были минимальны.

Ошибки первого и второго рода:

1.

2.

Окончательная формулировка задачи: необходимо подобрать такой t, при котором минимизируются ошибки I и II рода.

2.4 Формирование накладных и актов

2.4.1. Постановка задачи

Автомат сортировки ведет подсчет видов грибов: белые и маслята. На основе среднего веса каждого гриба вычисляется общий вес гриба. Зная максимальный вес, который может выдержать контейнер, система упаковывает грибы в контейнеры для консервирования. Для грибов формируются накладные, а для заготовителей грибов - акты на оплату. Таблица 4 содержит обозначения данной задачи.

Таблица 4. Обозначения

Для вычисления массы требуется найти V.Гриб имеет полусферическую функцию, для определения объема будет использоваться следующая формула:

,

где D - диаметр шарового сегмента, который находиться на основе двух наиболее удаленных точек из набора известных параметров изображения, а h - высота шарового сегмента, т.е. длина перпендикуляра, восстановленного из центра основания до пересечения с поверхностью шара.

Масса гриба вычисляется по формуле m = V * с, где с - среднее значение плотности объекта. Средняя плотность грибас ? 640.

Примеры накладной и акта изображены на рисунках 2.1 и 2.2 соответственно.

Рис. 2.1. Пример накладной.

Накладная должная содержать: наименование гриба, вид гриба, количество грибов в контейнере, цену за контейнер и итоговую сумму. При заполнении контейнера учитывается максимальный вес, который может выдержать контейнер и не сломаться. Максимальный переносимый вес равен 15 кг.

Для вычисления количества грибов в контейнере используется формула:

Цена за контейнер вычисляется по следующей формуле:

,

где k -количество грибов, с - стоимость одного гриба.

Акт должен содержать: даты поступления и списания товара, номер накладной, причину списания.

Рис. 2.2. Пример акта.

Окончательная формулировка задачи: необходимо на изображении вычислить диаметр гриба, используя его, вычислить объем и массу гриба. На основе данных о сортировке составить накладные и акты.

3. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ИИС

Задача проектирования информационного обеспечения ИС формулируется следующим образом: определить потоки, содержание, носители, форму и структуру представления информации, необходимой и достаточной для управления объектом в рассматриваемой предметной области.

3.1 Концептуальное проектирование базы данных

При концептуальном проектировании базы данных используется методика, ориентированная на модель представление данных «Сущность-связь». Базовыми элементами в этой модели являются сущности и связи.

1. Устанавливаются сущности. Под сущностью понимают основное содержание, совокупность важнейших свойств объектов рассматриваемой предметной области. Сущность состоит из множества экземпляров, каждый из которых содержит характеристики или свойства конкретного объекта предметной области.

Для каждой сущности указывается наименование, дается краткое описание. Оценивается количество экземпляров сущности. Описание сущностей приведены в таблице 5.

Таблица 5. Описание сущностей

2. Для каждой сущности определяется совокупность атрибутов. Атрибуты ? поименованные свойства объектов, являющиеся содержанием сущности. Для каждого атрибута устанавливается имя и дается определение, которое вносится в глоссарий. Сущность не может содержать двух атрибутов с одним и тем же именем. Каждый экземпляр сущности должен быть уникален и отличаться от других экземпляров.

Атрибут может использоваться в качестве первичного ключа, вторичного ключа или определять не ключевое свойство сущности. Описание атрибутов сущностей приведены в таблице 6.

Таблица 6. Описание атрибутов сущностей

3. Для доменов определяются типы значений. Домен можно определить как совокупность значений, из которых берутся значения атрибутов. Каждый атрибут может быть определен только на одном домене, но на каждом домене может быть определено множество атрибутов. В понятие домена входит не только тип данных, но и область значений данных. Описание доменов приведены в таблице 7.

Таблица 7. Описание доменов

3.2 Логическое проектирование базы знаний

Примем за начальную логическую модель базы данных исходную концептуальную модель, приведенную в разделе 3.1.

Построим систему полных функциональных зависимостей. Результат оформим в виде таблицы 8.

Таблица 8. Функциональные зависимости