Background Image
Previous Page  5 / 16 Next Page
Information
Show Menu
Previous Page 5 / 16 Next Page
Page Background

характеристик почерка, и обладает следующими недостатками: отсут-

ствие сенсорного дисплея для отображения введенной графики и опре-

деления чувствительности к силе нажатия на перо.

Ноутбук +тетрадь + электронная ручка.

Другая аппаратная ре-

ализация обучающей системы отличается от предыдущей тем, что

позволяет видеть то, что пишешь. Специальная ручка, пишущая на

бумаге чернилами, параллельно передает с высокой точностью свои

координаты в компьютер, где осуществляется анализ рукописных сим-

волов и вывод результатов.

Электронная книжка на дисплее E-Ink

. Еще один вариант аппарат-

ной платформы может быть применен с использованием технологии

E-Ink. На базе такого решения выполнена реализация портативной

модели обучающей системы, лишенная недостатков, присущих ап-

паратной реализации с использованием стационарных ПК — писать

можно непосредственно на экране. Благодаря сенсорному дисплею

этот вариант позволяет реализовать интерактивное взаимодействие с

пользователем во время ввода графической информации и делает ввод

наглядным, как в привычном письме на бумаге. Главный недостаток

этого решения — достаточно толстая конструкция корпуса, что вно-

сит дискомфорт при записи текста на столе в обычных условиях, по

сравнению с письмом на бумаге.

Планшет.

Интерактивная обучающая система может быть реали-

зована с полным функциональным набором на базе планшетов. Эта

реализация сочетает все преимущества рассмотренных ранее вариан-

тов и является одной из перспективных, но зачастую сенсорный экран

таких планшетов построен по емкостной технологии, что исключа-

ет использование тонкого стилуса для письма, затрудняя рукописный

ввод. Предложенная конфигурация подходит для тренировки на обу-

чающих играх, для ввода и работы с мультимедийной информацией.

Анализ алгоритмов адаптивной коррекции тонкой моторики

кистей рук в условиях невесомости.

Задача распознавания (точнее,

классификации) объекта ставится следующим образом. Имеется неко-

торый способ кодирования объектов (например, рукописных букв),

принадлежащих заранее известному конечному множеству классов

C

=

{

C

1

, . . . , C

q

}

, и некоторое конечное множество объектов (обу-

чающее множество), про каждый из которых известно, какому классу

он принадлежит. Необходимо построить алгоритм, который достаточ-

но хорошо по любому входному объекту, не обязательно принадле-

жащему обучающему множеству, решает, какому классу этот объект

принадлежит. Качество распознавания оценивается как вероятность

(частота) ошибки классификации (рис. 3) на другом конечном множе-

стве объектов с заранее известными ответами (тестовом множестве).

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2015. № 3 27