Большая Советская Энциклопедия (РА)
Шрифт:
От Р. следует отличать напев; в широком значении термина напевом может быть названа любая мелодия; чаще напевами называют местные варианты того или иного Р.
Лит.: Скребков С., Русская хоровая музыка XVII — нач. XVIII веков, М., 1969, с. 11—47.
Расплавные источники тока
Расплавны'е исто'чники то'ка, химические источники тока резервного типа, у которых электролит при температуре хранения находится в твёрдом неэлектропроводящем состоянии и переводится в жидкое ионопроводящее состояние только в процессе активации, осуществляемой электрическим или пиротехническим нагревом. Благодаря использованию расплавленных солевых электролитов (например, LiCI — KCI) в Р. и. т. удаётся применить такие активные анодные материалы, как металлические Li и Ca, что обеспечивает получение рабочего напряжения Р. и. т. до 3 в при плотностях тока ~ 103а/м2.
Н. С. Лидоренко.
Расплетин Александр Андреевич
Распле'тин Александр Андреевич [12(25).8.1908, Рыбинск, — 8.3.1967, Москва], советский учёный и конструктор в области радиотехники и электроники, академик АН СССР (1964; член-корреспондент 1958), Герой Социалистического Труда (1956). Член КПСС с -1945. В 1930—36 работал в Центральной радиолаборатории. После окончания (1936) Ленинградского электротехнического института работал в различных научно-исследовательских и проектных организациях и вёл научно-педагогическую работу. Государственная премия СССР (1951), Ленинская премия (1958). Награжден орденом Ленина и медалями.
А. А. Расплетин.
Распознавание образов
Распознава'ние о'бразов, научное направление, связанное с разработкой принципов и построением систем, предназначенных для определения принадлежности данного объекта к одному из заранее выделенных классов объектов. Под объектами в Р. о. понимают различные предметы, явления, процессы, ситуации, сигналы. Каждый объект описывается совокупностью основных характеристик (признаков, свойств) Х = (x1, ..., xi , ..., xn), где i– я координата вектора Х определяет значения i– й характеристики, и дополнительной характеристикой S, которая указывает на принадлежность объекта к некоторому классу (образу). Набор заранее расклассифицированных объектов, т. е. таких, у которых известны характеристики Х и S, используется для обнаружения закономерных связей между значениями этих характеристик и поэтому называются обучающей выборкой. Те объекты, у которых характеристика S неизвестна, образуют контрольную выборку. Отдельные объекты обучающей и контрольной выборок называются реализациями.
Одна из основных задач Р. о. — выбор правила (решающей функции) D, в соответствии с которым по значению контрольной реализации Х устанавливается её принадлежность к одному из образов, т. е. указываются «наиболее правдоподобные» значения характеристики S для данного Х. Выбор решающей функции D требуется произвести так, чтобы стоимость самого распознающего устройства, его эксплуатации и потерь, связанных с ошибками распознавания, была минимальной. Примером задачи Р. о. этого типа может служить задача различения нефтеносных и водоносных пластов по косвенным геофизическим данным. По этим характеристикам сравнительно легко обнаружить пласты, насыщенные жидкостью. Значительно сложнее определить, наполнены они нефтью или водой. Требуется найти правило использования информации, содержащейся в геофизических характеристиках, для отнесения каждого насыщенного жидкостью пласта к одному из двух классов — водоносному или нефтеносному. При решении этой задачи в обучающую выборку включают геофизические данные вскрытых пластов.
Успех в решении задачи Р. о. зависит в значительной мере от того, насколько удачно выбраны признаки Х. Исходный набор характеристик часто бывает очень большим. В то же время приемлемое правило должно быть основано на использовании небольшого числа признаков, наиболее важных для отличения одного образа от другого. Так, в задачах медицинской диагностики важно определить, какие симптомы и их сочетания (синдромы) следует использовать при постановке диагноза данного заболевания. Поэтому проблема выбора информативных признаков — важная составная часть проблемы Р. о.
Проблема Р. о. тесно связана с задачей предварительной классификации, или таксономией.
В основной задаче Р. o. о построении решающих функций D используются закономерные связи между характеристиками Х и S, обнаруживаемые на обучающей выборке, и некоторые дополнительные априорные предположения, например следующие гипотезы: характеристики Х для реализаций образов представляют собой случайные выборки из генеральных совокупностей с нормальным распределением (см. ниже — Р. о. в математической статистике); реализации одного образа расположены «компактно» (в некотором смысле); признаки в наборе Х независимы и т.д.
В области Р. о. существенно используются идеи и результаты многих др. научных направлений — математики, кибернетики, психологии и т.д.
В 60-х гг. 20 в. в связи с развитием, электронной техники, в частности ЭВМ, широкое применение получили автоматические системы распознавания. Под системами распознавания обычно понимают комплексы средств, предназначенных для решения описанных выше, задач. Методы Р. о. используются в процессе машинной диагностики различных заболеваний, для прогнозирования полезных ископаемых в геологии, для анализа экономических и социальных процессов, в психологии, криминалистике, лингвистике, океанологии, химии, ядерной и космической физике, в автоматизированных системах управления и т.д. Их применение оправдано практически всюду, где приходится иметь дело с классификацией экспериментальных данных. См. также Кибернетика,Кибернетика техническая,Обучающаяся автоматическая система.
Лит.: Себестиан Г.-С., Процессы принятия решений при распознавании образов, пер. с англ., К., 1965; Бонгард М. М., Проблема узнавания, М., 1967; Цыпкин Я. З., Адаптация и обучение в автоматических системах, М., 1968; Айзерман М. А., Браверман Э. М., Розоноэр Л. И., Метод потенциальных функций в теории обучения машин, М., 1970; Загоруйко П. Г., Методы распознавания и их применение, М., 1972; Вапник В. Н., Червоненкис А. Я., Теория распознавания образов, М., 1974.
А. А. Боровков, Н. Г. Загоруйко.
Р. о. в математической статистике — класс задач, связанных с определением принадлежности данного наблюдения к одной из генеральных совокупностей (с неизвестными распределениями), которые представлены лишь конечными выборками. В качестве данного наблюдения может выступать и совокупность наблюдений (выборка) из одной из представленных генеральных совокупностей. Каждое наблюдение представляет собой число или вектор. Часто указанный класс задач называют также дискриминантным анализом или классификацией.
Предположим, что известны n1 наблюдений из генеральной совокупности A1, n2 наблюдений из генеральной совокупности А2 и т.д., nm наблюдений из генеральной совокупности Am, m ³ 2. Дана также выборка z = (z1, ..., zn). Задача Р. о. состоит в определении, какой из генеральных совокупностей Aj, j = 1, 2,..., m, принадлежит выборка z. При этом обычно принимается предположение о том, что распределения P (·) совокупностей Aj принадлежат некоторому семейству {P (Q, •)} распределений, зависящих от векторного параметра Q, так что Pj (•) = Р (Qj,·), где Qj неизвестны.