Оптимізація співвідношення автоматичного і ручного розпізнавання адресної інформації в автоматичних листосортувальних машинах
Схема комбінованого розпізнавання адресної інформації (АІ), особливості її функціонування. Типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC (розпізнавальної системи) S. Підвищення рівня автоматичного розпізнавання АІ.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | доклад |
| Язык | украинский |
| Дата добавления | 13.07.2017 |
| Размер файла | 106,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Оптимізація співвідношення автоматичного і ручного розпізнавання адресної інформації в автоматичних листосортувальних машинах
За десятиліття, що минули з часу появи перших АЛСМ, їх розпізнавальні системи постійно удосконалювалися і сьогодні розпізнають не лише ПІ, але й іншу адресну інформацію, у тому числі машинописні і рукописні поштові адреси. Проте, незважаючи на використання в сучасних розпізнавальних системах новітніх досягнень обчислювальної техніки, рівень автоматичного розпізнавання адресної інформації навіть в кращих зразках АЛСМ залишається недостатньо високим і в середньому (за ПІ, машинописними і рукописними адресами) не перевищує 90%, що примушує конструкторів АЛСМ застосовувати комбіноване розпізнавання адресної інформації: автоматичне (за допомогою зчитуючих пристроїв) і ручне (за допомогою операторів відеокодування).
На рис. 5.24 наведено схему комбінованого розпізнавання адресної інформації.
Рисунок 5.24. Схема комбінованого розпізнавання АІ
Позначення:
Матеріальний потік ПО з адресною інформацією;
Інформаційний потік;
АІ - адресна інформація PC - розпізнавальна система;
ПШК - пристрій штрихового кодування;
ОВК - оператори відеокодування;
СРВ - система розподілу відеозображень АІ між ОВК;
1 - передача розпізнаної АІ від PC до ПШК;
2 - передача нерозпізнаного відеозображення АІ від PC до СРВ;
3 - передача нерозпізнаного відеозображення АІ від СРВ до обраного ОВК; 4 - передача розпізнаної АІ від обраного ОВК до ПШК.
Схема функціонує наступним чином.
Поточний поштовий конверт з АІ надходить до входу PC, де робиться спроба розпізнати цю інформацію. В разі успішності розпізнавання А! по каналу 1 на вхід ПШК передається розпізнана АІ. В разі неуспішності такого розпізнавання по каналу 2 на вхід СРВ передається відеозображення нерозпізнаної АІ. СРВ визначає чергового ОВК і по каналу 3 передає йому зазначене відеозображення. ОВК розпізнає надіслану йому АІ і по каналу 4 передає її на вхід ПШК. Таким чином, через PC по каналу 1 або через ОВК по каналу 4 на вхід ПШК надходить розпізнана АІ. ПШК наносить на конверт ШК, що відповідає розпізнаній АІ, який надходить на вхід АЛСМ і використовується для управління процесом сортування. В разі, якщо ні по каналу 1, ні по каналу 4 на вхід ПШК не надходить розпізнана АІ, конверт з нерозпізнаною АІ надходить на вхід АЛСМ без ШК і спрямовується до довідкового накопичувана, звідки надходить на ручне сортування.
При оцінці перспектив подальшого підвищення рівня автоматичного розпізнавання АІ слід враховувати, що обчислювальні ресурси PC, а разом з ними і вартість PC, розподіляються між розпізнаними конфігураціями цифр і букв незалежно від їх ймовірностей, у той час як рівень автоматичного розпізнавання АІ визначається сумою ймовірностей цих конфігурацій.
На рис. 5.25 наведено типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC S.
розпізнавання адресний інформація автоматичний
Рисунок 5.25. Типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC S
Враховуючи, що в РАСЦ можуть установлюватися декілька АЛСМ різної продуктивності, доступні усім ОВК, для коректності порівняння вартостей автоматичного і ручного розпізнавання АІ будемо вважати вартість робочих місць ОВК розподіленою між зазначеними АЛСМ пропорційно їх продуктивності. Так, за наявності трьох АЛСМ продутивністю 30000, 36000 і 42000 листів за годину і 18 робочих місць ОВК, вони будуть розподілені між відповідними АЛСМ як 5, 6 і 7.
На рис. 5.25 розпізнані конфігурації цифр і букв розташовуються в порядку убування їх ймовірностей.
Хоча при лінійному збільшенні вартості PC кількість розпізнаних конфігурацій цифр і букв також лінійно збільшується, рівень автоматичного розпізнавання внаслідок падіння ймовірностей цих конфігурацій зростає дуже повільно і лише асимптотично прагне до одиниці.
Якщо початкова ділянка графіку рис. 5.25 включає обмежену кількість конфігурацій з досить високими ймовірностями, то його кінцева ділянка - практично необмежену кількість конфігурацій зі зникаюче малими ймовірностями.
Звідси випливає, що підвищення рівня автоматичного розпізнавання АІ пов'язане з необхідністю практично необмеженого розширення обчислювальних можливостей PC, а, отже, і їх вартості, у зв'язку з чим очікувати суттєвого підвищення цього рівня в досяжному майбутньому не доводиться.
На рис. 5.26 наведено можливі варіанти співвідношення вартості автоматичного і ручного розпізнавання АІ (у варіанті , у варіанті б - , у варіанті ).
Рисунок 5.26. Варіанти співвідношення вартості автоматичного SA і ручного SP розпізнавання АІ
Як випливає з рис. 5.26, сумарна вартість розпізнавання АІу варіантах а, б, в складає:
Таким чином,
Звідси випливає, що в оптимальній системі комбінованого розпізнавання АІ витрати на автоматичне розпізнавання мають бути менше витрат на ручне розпізнавання.
Відсутність реальних даних про співвідношення вартості автоматичного і ручного розпізнавання не дозволяє однозначно визначити оптимальне значення рівня автоматичного розпізнавання АІ, за якого досягається мінімальна вартість PC, проте не виключено, що і досягнутий нині рівень (90%) є надмірним. Размещено на Allbest.ru
...Подобные документы
Огляд методів розпізнавання образів. Основні ідеї інформаційно-екстремального методу розпізнавання рукописних символів. Критерій оптимізації параметрів функціонування даної системи. Інформаційне та програмне забезпечення обробки рукописних символів.
дипломная работа [291,0 K], добавлен 14.10.2010Комп’ютерне моделювання системи сегментації та розпізнавання облич на зображеннях. Підвищення швидкодії моделювання за кольором шкіри та покращення якості розпізнавання при застосуванні робастних boosting-методів. Розробка алгоритмів функціонування.
дипломная работа [1,6 M], добавлен 02.07.2014Сегментація і нормалізація зображень. Основні функціональні можливості та режими роботи комплексу розпізнавання письмового тексту. Розробка комплексу оптичного розпізнавання символів. Шрифтові та безшрифтові алгоритми розпізнавання друкованого тексту.
курсовая работа [1,7 M], добавлен 19.05.2014Ознайомлення із загальною структурою системи автоматичного розпізнавання мовлення. Визначення особливостей нейронних мереж. Дослідження та характеристика процесу побудови системи розпізнавання мовлення. Вивчення специфіки прихованої моделі Маркова.
дипломная работа [1,1 M], добавлен 25.07.2022Історія досліджень, пов’язаних з розпізнаванням образів, його практичне використання. Методи розпізнавання образів: метод перебору, глибокий аналіз характеристик образу, використання штучних нейронних мереж. Характерні риси й типи завдань розпізнавання.
реферат [61,7 K], добавлен 23.12.2013Актуальність сучасної системи оптичного розпізнавання символів. Призначення даних систем для автоматичного введення друкованих документів в комп'ютер. Послідовність стадій процесу введення документу в комп'ютер. Нові можливості програми FineReader 5.0.
курсовая работа [4,5 M], добавлен 29.09.2010Огляд інтелектуальних принципів організації процесу розпізнавання символів. Розробка системи безклавіатурного введення документів у комп’ютер. Опис і обґрунтування проектних рішень; розрахунки і експериментальні дані; впровадження системи в експлуатацію.
дипломная работа [182,5 K], добавлен 07.05.2012Алгоритм оптичного розпізнавання образів. Універсальність таких алгоритмів. Технологічність, зручність у процесі використання програми. Два класи алгоритмів розпізнавання друкованих символів: шрифтовий та безшрифтовий. технологія підготовки бази даних.
реферат [24,5 K], добавлен 19.11.2008Системи розпізнавання обличчя. Призначення та область застосування програми "Пошук обличчя люди у відеопотоках стандарту MPEG-4". Штучна нейронна мережа, локалізація та розпізнавання обличчя. Методи, засновані на геометричних характеристиках обличчя.
курсовая работа [1,8 M], добавлен 27.03.2010Розробка, дослідження та реалізація методів вирішення завдань аналізу, розпізнавання і оцінювання зображень як один із провідних напрямків інформатики. Класифікація та аналіз існуючих методів розпізнавання образів, переваги та недоліки їх застосування.
статья [525,8 K], добавлен 19.09.2017Специфіка застосування нейронних мереж. Огляд програмних засобів, що використовують нейронні мережі. Побудова загальної моделі згорткової нейронної мережі. Реалізація нейромережного модулю розпізнавання символів на прикладі номерних знаків автомобілів.
дипломная работа [3,4 M], добавлен 15.03.2022Розробка методів вирішення завдань аналізу, розпізнавання, оцінювання зображень як одних з провідних напрямків інформатики. Описання методу пошуку співпадіння об’єкту-цілі з міткою-прицілом на заданому відеоряді. Виявлення об’єкта на цифровому зображенні.
статья [138,7 K], добавлен 21.09.2017Клавіатури та маніпулятори, принципи їх дії, основні характеристики та застосування. Графічні планшети та сенсорні екрани. Автоматичні засоби вводу графічної інформації. Програма Fine Reader 4. Сканування та автоматичне розпізнавання документів.
курсовая работа [3,8 M], добавлен 30.03.2017Дія елементів системи автоматичного регулювання. Розрахунок передаточної функції замкнутої системи за каналами задаючої і збурюючої дії. Побудова годографа амплітудно-фазової частотної характеристики розімкнутої системи і визначення запасу стійкості.
курсовая работа [2,6 M], добавлен 24.12.2012Вибір первинних вимірювальних перетворювачів та виконавчих механізмів, мікропроцесорних засобів автоматизації. Розробка блок-схеми системи автоматичного керування, програми функціонування вибраних засобів, принципових електричних схем зовнішніх з’єднань.
курсовая работа [176,5 K], добавлен 08.03.2015Навчання штучних нейронних мереж, особливості їх використання для вирішення практичних завдань. Рецепторна структура сприйняття інформації. Перцептрон як модель розпізнавання. Задача моделювання штучної нейронної мережі з розпаралелюванням процесів.
дипломная работа [2,8 M], добавлен 24.07.2013Вибір та особливості використання технологій та схемо технічних рішень. Особливості використання технологій, засобів проектування системи автоматичного відкривання сміттєвого відра. Інструкція користувача із експлуатації обчислювальної системи.
дипломная работа [3,1 M], добавлен 06.11.2022Характеристика лінійної системи автоматичного керування. Розрахунок показників регульованого параметра, датчика, підсилювача, силового елемента та об’єкта регулювання. Визначення виразів передаточних функцій елементів, складання структурної схеми.
курсовая работа [1,4 M], добавлен 28.01.2015Принципи побудови та функціонування алгоритмів розпізнавання та виправлення помилок в кодових послідовностях. Переклад символів імені у послідовність цифр 16-річної системи числення. Заміна на протилежне значення біту і можливість його виправлення.
курсовая работа [660,0 K], добавлен 02.10.2010Характеристики вузлів системи автоматичного закривання жалюзі. Розробка схеми електричної функціональної. Блок-схема алгоритму роботи пристрою. Середовище розробки програмної частини пристрою. Основні компоненти розробки програмної частини системи.
курсовая работа [1,0 M], добавлен 06.12.2014
