Зміст
Вступ……………………………………………………...………………...3
1.Аналіз предметної області……………………………..…………….4
2.Формування вимог до програмної системи……..……………….8
2.1.Призначення програмної системи…………….……..........8
2.2.Опис методу реалізації системи...............................…..8
2.3.Вхідні й вихідні дані……………………………...……......11
3.Опис структури роботи програмного продукту………..……...12
3.1.Опис алгоритму роботи……………………………...….....12
3.2.Опис програми……………………………………………......12
4.Приклад роботи програмної системи………………………...14
Висновок………………………………………………………………….16
Список використаних джерел………………………………………..17
Додаток А. Текст програми…………………………………………..18
Додаток В. Блок-схема ………………………………………………..27

1. Системний аналіз предметної області

Для ефективного розроблення системи розпізнавання необхідно доцільно і правильно вибрати словник заданої області. При цьому є такі обмеження:
• до словника включають лише ті ознаки, відносно яких може бути отримана апріорна інформація для опису класів об’єктів мовою ознак (його називають апріорним словником);
• деякі з ознак недоцільно включати в словник в наслідок їх малої інформативності;
• деякі з ознак, як правило, найбільш інформативні, не можуть бути визначені через відсутність вимірювальної апаратури або великих ресурсів для їх визначення.
Алгоритм А. По вибранному критерію з усіх ознак вибирається найкраща. Другою вибирається та ознака, котра у комбінації з першою дає найкраще значення критерію і т. д. Кінець буде тоді, коли кількість зонак =m. Кількість підсистем, що перебираються дорівнює:
L=n+n-1+n-2+…+n-m+1 =mn-(m-1)m/2=(2mn-m2 +m)/2
Часто роблять повний перебір з 3-х ознак, а потім застосовують описану вище процедуру.

1. Горелик А.Л., Скрипник В.А. Методы распознавания.-М.: Высшая школа, 1989.-232 с.
2. Заяць В.М., Іванов Д.О. Застосування шаблонів проектування для оптимізації системи розпізнавання рукописного тексту. Вісник НУ ”Львівська політехніка” "Комп’ютерна інженерія та інформаційні технології. - 2003.-№ 496.- С. 205-210.
3. Харкевич А.А. Опознание образов // Радиотехника.- 1959.- Том 14.- С. 15-19.
4. 10. Лужних В.М. Методичні вказівки до курсу лекцій “Чисельне моделювання алгоритмів класифікації “. 3-37 с.
5. Конспект лекцій з предмету «Технологія розробки ІУС», викл. доц.каф. ІКТ Казимира І.Я.
6. http://www.kyshtym.net.ru/rww/ Учимся программировать на С++

При створенні систем розпізнавання об’єктів та їх достовірної ідентифікації необхідний системний підхід, суть якого полягає у формуванні первинних ознак про об’єкт розпізнавання, встановленню їх пріоритету, достовірного визначення та реалізації надійних критеріїв ідентифікації та розпізнавання об’єктів.
Перші роботи з розпізнавання образів було присвячено теорії і практиці побудови читальних автоматів (під образом розумівся знак, зображення, буква або цифра). Математичним апаратом для розв’язання задач розпізнавання з моменту їх виникнення була теорія статистичних розв’язків.
Результати теорії статистичних розв’язків стали базою для побудови алгоритмів розпізнавання, які забезпечували віднесення об’єкта до його класу на підставі експериментальних апостеріорних даних – ознак, що характеризують об’єкт та апріорних даних, що описують класи об’єктів. Пізніше математичний апарат розширився за рахунок використання методів алгебри логіки і деяких розділів прикладної математики, теорії інформації, математичного програ¬мування і системотехніки.
Незважаючи на те, що методи і алгоритми розпізнавання все більшою мірою стають невід’ємною складовою таких прикладних галузей природознавства, як медична і технічна діагностика, ідентифікація складних коливних процесів, метеорологічне прогнозування і геологічна розвідка, екологічний моніторинг та соціальна інформатика, локаційні засоби спосте¬реження та системи введення і виведення текстової, графічної та мовної інформації в комп’ютер, в літературі – як вітчизняній, так і в іноземній – системний підхід до задач розпізнавання поки що відсутній.
Сьогодні, як і 50 років тому, проблема розпізнавання значною мірою ототожнюється з побудовою оптимальних алгоритмів роз¬пізнавання та дослідженням умов, які дозволяють реалізувати такий алгоритм. Дослідження теоретиків орієнтуються на розв’язання хоча й важливих, але часткових задач. До таких задач у першу чергу треба віднести задачі достовірного розпізнавання, суть яких зво¬диться до поділу простору ознак, мовою яких описуються об’єкти чи процеси розпіз¬навання, на області, що відповідають класам цих об’єктів, тобто до вибору найкращих границь (правил) розділення класів. Але розв’язання цих задач можливе тоді, коли апріорі відомі класи об’єктів і ознаки, мовою яких описуються розпізнавані об’єкти та їх класи. Однак розробник системи розпізнавання, як правило, не володіє цією інформацією. Навіть в найпростіших випадках розпіз¬навання букв алфавіту, відбитків пальців, слів мови, екстремумів та особливих точок функцій (де не виникає пи¬тання про класи), їх інформативні ознаки та апаратура для їх визна¬чення не є відомими – це є предметом нетрадиційних досліджень.

Висновок
При складані робочого словника ознак, які використовуються як для апріорного опису класів об’єктів, так і для апостеріорного опису невідомих об’єктів, що поступають на вхід системи розпізнавання, треба враховувати, що навіть якщо відносно деяких ознак може бути отримана апріорна інформація, достатня для опису класів об’єктів на мові цих ознак, у робочий словник треба включати тільки найбільш інформативні ознаки.
Задача вибору оптимального робочого словника ознак зводиться до задачі лінійного або нелінійного програмування. Вибір того чи іншого методу розв’язку задачі сильно залежить від властивостей функціонала якості, який може вибиратися по різному.