14. <середина салона > <середина салона >¦ .
Заштрихованный фрагмент можно задать в виде конкатенации
15. <левая часть > <правая часть >, где
16. <правая часть><стена >,
17. <левая часть> <верх левой части > <центр левой части > <низ левой части >, причем
18. <верх левой части ><стена >,
19. <центр левой части ><окно >,
20. <низ левой части ><стена >.
Из анализа рисунков 4, 5 следует, что конец салона должен иметь вид, изображенный на рис. 6.
Поэтому <конец салона > удобно описывать в виде конкатенации:
21. < левая часть конца вагона > < середина конца вагона > < правая часть конца вагона >,
где
22. < левая часть конца салона > < стена >,
23. < середина конца салона >< верхняя часть > < нижняя часть >,
24. < верхняя часть >< стена >,
25. < нижняя часть >< дверь >,
26. < правая часть конца салона >< стена >.
Наконец, < кабину водителя > можно представить в виде (рис. 7)
27. < кабина >< конец кабины > < начало кабины >,
где
28. < конец кабины >< стена >,
29. < начало кабины >< 1-я часть > < 2-часть > < 3-я часть > < 4-я часть> (рис. 7).
На рис. 7 цифрами обозначены части < начала кабины >.
Здесь < 1-я часть > - это < дверь > и < стена сверху >, < 2-я часть >- < стена>,
< 3-я часть > - это < окно >, а сверху и снизу - < стена >, наконец < 4-я часть> - это < стена >.
Следовательно, <начало кабины> можно задать следующей последовательностью правил:
30. < 1-я часть >< дверь > < стена >
31. < 2-я часть >< стена >,
32. < 3-я часть >< низ > < середина > < верх >,
33. < низ >< стена >,
34. < середина >< окно >,
35. < верх >< стена >,
36. < 4-я часть >< стена >.
Построенная грамматика представляет собой КС - грамматику.
Таким образом, имеем трехуровневую систему представления вида сбоку колонны однотипных автобусов. Каждый уровень соответствует своей "матрешке" и описывается последовательностью правил грамматики. Допустим колонна состоит из 4-х автобусов и вид сбоку салона характеризуется шестью окнами между дверьми. Тогда нетрудно видеть, что каждый вывод цепочки x, описывающей данную колонну будут определять 36 правил данной грамматики, причем правило 14, соответствующее описанию шести окон в салоне будет применяться 6 раз, и правило 2, характеризующее колонну 4-х автобусов, применяется 4 раза. Поэтому общее количество цепочек вывода одного автобуса будет равно 41, а для 4-х автобусов соответствующий вывод будет содержать цепочек, т.к. правила 1 и 2 - общие, причем правило 2 повторяется 4 раза.
В случае нечеткой информации каждому правилу сопоставляется вероятность (или мера нечеткости) . Для всех правил построенной грамматики, кроме правил 2 и 14, правая часть правил однозначно определяется по левой. Поэтому согласно определению стохастической грамматики , кроме и . Пусть, например, при правой части равна 0,1, тогда для правой части < середина салона > будет равна 0,9. Значит вероятность (мера нечеткости) порождения рассмотренной цепочки x для одного автобуса будет равна , а для колонны из четырех автобусов эта вероятность фактически равна нулю. И это понятно, т.к. построенная грамматика порождает колонны любого количества автобусов и окон в салонах. Поэтому вероятность порождения каждой фиксированной колонны в общем случае очень маленькая, фактически равная нулю.
Если заменить правило 2 на правила:
<вид сбоку ><прямоугольник > <вид сбоку 1>,
<вид сбоку 1><прямоугольник ><вид сбоку 2>,
<вид сбоку 2 ><прямоугольник > <вид сбоку 3>,
<вид сбоку 3 ><прямоугольник >,
а правило 14 на соответствующие 6 правил
<середина салона >< середина салона 1 >,
<середина салона i >< середина салона i+1 >, ,
<середина салона 5 >,
то в этом случае построенная грамматика с вероятностью 1 будет порождать цепочки, описывающие колонну из 4-х автобусов с 6-ю окнами в салоне.
Любая цепочка непрямоугольного вида не является цепочкой, порождаемой данной грамматикой. В самом деле, данная грамматика устроена таким образом, что сначала всегда применяются начальные правила 1-4. Участвующие в этих правилах нетерминалы несут соответствующую смысловую нагрузку. А поэтому описываемый объект должен состоять из нескольких идентичных прямоугольников. Внутреннее строение каждого прямоугольника зависит от определенной последовательности дверей и окон, которая описывается соответствующими правилами грамматики, которые не предусматривают никакое другое внутреннее строение, например типа вариантов, изображенных на рис. 8.
Итак, в работе предложен метод вложения уровней информации в коммуникационных процессах при детерминированном и стохастическом описании передачи и восприятия информации. Метод достаточно универсальный. Может найти применение при визуальных, текстовых, жестовых, речевых и других коммуникациях.
Литература
1. Дуда Р., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976. - 118 с.
2. Ганичева А.В. Некоторые примеры структурного распознавания образов. - Деп. В ЦСИФ, выпуск 54, серия Б, №B 48, 2000.
3. Ганичева А.В. Об одном методе структурного распознавания сложных объектов. - Тверь: ТФ МЭСИ. Сборник научных трудов, 2001.
4. Ганичева А.В. Применение структурного метода в информационных технологиях. - Тезисы научно-методической конференции. - Тверь, ВА ПВ, 1999. - С. 19 - 23.Фу К. Структурные методы в распознавании образов. - М: Мир, 1977. - 511 с.
5. Ганичева А.В., Ганичев А.В., Виноградов Г.П. Структурное распознавание сложных объектов на основе стохастических грамматик (статья). Третья Всероссийская научная конференция "Нечетные системы и мягкие вычисления". Сборник статей, том II, Волгоград, 2009.
6. Ганичев А.В. Структурный метод описания иерархических систем. В мире научных открытий, № 8, 2011. - С. 15 - 17.
7. Гладкий А.В. Формальные грамматики и языки. - М.: Наука, 1973. - 215 с.
8. Горелик А.Л., Скрипкин В.А., Методы распознавания. - М.: Высшая школа, 1984. - 315 с.
9. Новикова Н.М. Структурное распознавание образов. Учебное пособие. - Воронежский государственный университет: Издательско-полиграфический центр, 2008. - 135 с.
10. Патапов А.С. Технологии искусственного интеллекта. - СПб: СПбГУ ИТМО, 2010. - 195 с.
11. Ту Дж., Гонсалес Р. Принципы распознавания образов. - М.: Мир, 1978. - 255 с.
12. Фор А. Восприятие и распознавание образов. - М.: Машиностроение, 1989. - 155 с.
13. Хант Э. Искусственный интеллект. - М: Мир, 1978. - 215 с.
1. Duda R., Hart P. Pattern recognition and scene analysis. - New York: Wiley, 1976. - 118 p.
2. Ganicheva A.V. Some examples of structural pattern recognition. - Dep. In CSIF, Issue 54, Series B, № B 48, 2000.
3. Ganicheva A.V. On a method of structural recognition of complex objects. - Tver: TB MIES. Collection of Scientific Papers, 2001.
4. Ganicheva A.V. Application of the structural method in information technology. - Abstracts of scientific conference. - Tver, MA AD, 1999. - p. 19-23. Fu K. Structural methods in pattern recognition. - Moscow: Mir, 1977. - 511 p.
5. Ganicheva A.V., Ganichev A.V., Vinogradov G.P. Structural recognition of complex objects based on stochastic grammars (article). Third All-Russian Scientific Conference "Odd Systems and Soft Computing." Collected papers, Volume II, Volgograd, 2009.
6. Ganichev A.V. Structured method of describing hierarchical systems. In the world of scientific discoveries, № 8, 2011. - p. 15-17.
7. Gladkiy A.V. Formal grammars and languages??. - Moscow: Nauka, 1973. - 215 p.
8. Gorelik A.L., Skripkin V.A. Recognition methods. - Moscow: Higher School, 1984. - 315 p.
9. Novikova N.M. Structural pattern recognition. Textbook. - Voronezh State University: Publishing center, 2008. - 135 p.
10. Patapov A.S. Artificial intelligence technology. - St. Petersburg: St. Petersburg State University of Information Technologies, 2010. - 195 p.
11. Tu, J., Gonzalez R. Principles of pattern recognition. - New York: Wiley, 1978. - 255 p.
12. Fort A. Perception and pattern recognition. - M.: Mechanical Engineering, 1989. - 155 p.
13. Hunt E. Artificial Intelligence. - Moscow: Mir, 1978. - 215 p.