Методика распознавания объекта на основе кластерного анализа нечетких ситуаций

В статье выделяются обстоятельства, определяющие различные условия, усложняющие получение и формализацию исходной актуальной информации об объекте, подвергаемым наблюдению или локализации в определенный момент времени. С учетом указанных обстоятельств для решения задачи распознавания объекта рекомендуется использовать в качестве основ методик нечеткую информацию. Для развития этого направления в статье предлагается использовать, так называемые, алгебры-шкалы и соответствующие методы шкалирования и кластеризации для получения и преобразования нечеткой информации. С целью обобщения указанной информации в статье используется понятие нечеткой ситуации. При этом выделяется текущая и типовая ситуации. Их совокупности определяют (характеризуют), как наблюдаемый образ объекта, так и его возможный типовой образ, отвечающий конкретным обстоятельствам. При этом для более оперативного распознавания образа объекта рекомендуется использовать кластерный анализ, позволяющий объединить типовые ситуации в кластеры с определенными свойствами, и на основе использовании нечетких отношений включения или равенства определить след движения текущей ситуации по указанным кластерам. Это в значительной стадии позволяет повысить оперативность принятия соответствующих ответных решений на поведение наблюдаемого объекта. Такие решения предлагается заранее разработать и запрограммировать. В статье приводятся аналитические выражения алгоритмов, необходимые для реализации методики распознавания объекта и приводится пример кластеризации типовых ситуаций в виде матричного построения.