Понедельник, Июль 5th, 2010

Лабораторный практикум по интеллектуальным информационным системам

Низкая достоверность идентификации класса многоногих, по-видимому, обусловлена тем, что в этот класс включены представители нескольких различных видов. Если их разделить на разные классы, то адекватность модели возрастет. Аналогичное предположение можно высказать по классу, который мы условно назвали «Пресмыкающиеся». Возможно, автор задачи разрабатывал ее с определенной долей иронии. Вместе с тем это никак не отражается на методике, предлагаемой в данном разделе.
Что касается класса «Млекопитающие», то, по-видимому, необходимо включить в модель дополнительные атрибуты, характерные именно для этого класса. Это следует из анализа результатов идентификации летучей мыши и дельфина (рисунки 118 и 119). Летучая мышь отнесена к птицам, а дельфин – к рыбам, т.к. по совокупности использованных в модели атрибутов они оказались наиболее похожими на обобщенные образы именно этих классов. Это подтверждают информационные портреты классов «Vampir» и «Dolphin», приведенные на рисунках 120 и 121. Вместе с тем необходимо обратить внимание на то, что в обоих случаях на втором месте по уровню сходства стоит правильный класс «Млекопитающие».

Рисунок 118. Результаты идентификации летучей мыши

Рисунок 119. Результаты идентификации дельфина

Рисунок 120. Информационный портрет класса:
«Млекопитающие»

Рисунок 121. Информационный портрет класса: «Птицы»
3.2.4.7. Анализ семантической информационной модели
Так как модель показала достаточно высокую степень адекватности, то исследование модели может корректным образом в определенных отношениях заменить изучение реального объекта (предметной области). Здесь мы не будем подробно освещать все возможностей анализа модели, т.к. они подробно описаны в монографии [81]. Здесь мы ограничимся описанием лишь некоторых возможностей.
Результаты кластерно-конструктивного анализа классов представлены в графической форме семантической сети (рисунок 122).

Рисунок 122. Семантическая сеть классов
Из этого рисунка видно, что млекопитающие в используемой системе признаков в наибольшей степени отличаются от рыб (конструкт: «Млекопитающие – рыбы», коды 1 и 4), а земноводные очень похожи на пресмыкающихся (кластер: коды 3 и 5).
Внутренняя структура любой линии на рисунке 122 может быть расшифрована и представлена в виде когнитивной диаграммы, одна из которых (в качестве примера) показана на рисунке 123.
Результаты кластерно-конструктивного анализа атрибутов приведены в графической форме семантической сети на рисунке 124.

Рисунок 123. Расшифровка вклада атрибутов
в сходство-различие классов: «Млекопитающие» и «Птицы»

Рисунок 124. Семантическая сеть атрибутов

Из рисунка 124 видно, что атрибуты «Milk – eggs» (коды 5 и 4) образуют конструкт, как и, например, «наличие шерсти и отсутствие ног» (коды 2 и 14).

3.2.4.4. Резюме

Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121

2 комментария

14.05.2013
muhammadali

plese you can help me if you know односвязный кольцевой список java if you know plese send me program


26.10.2016
Anara Saipbekova

Dear Sir/Madam,

I need contact with person who create these LabWorks

best regards

Professor
Anara Saipbekova
Osh State University
Kyrgyz Republic