Diagnozowanie stanów obiektów należy do trudnych zagadnień. Proces ten dotyczy przede wszystkim obiektów technicznych tj. maszyn i urządzeń oraz obiektów biologicznych - ludzi, zwierząt. Każdy obiekt w danej chwili czasu znajduje się w pewnym określonym stanie. Najczęściej liczba możliwych stanów obiektów jest nieskończona. Przyczyną zmian stanu obiektów technicznych są pojawiające się uszkodzenia i inne zdarzenia wpływające na zmianę jakości ich funkcjonowania. Natomiast przyczyną zmian stanu zdrowia obiektów żywych są pojawiające się schorzenia, dewiacje, patologie, deformacje wpływające na zmianę jakości funkcjonowania ich organizmu. W praktyce pełne rozpoznanie stanu obiektu nie jest zawsze możliwe. Godząc się z pewnym dopuszczalnym poziomem nieokreśloności aktualnego stanu wprowadzamy ustaloną liczbę klas, odpowiadających rozróżnialnym stanom obiektu, których rozpoznanie jest uzasadnione ze względu na dalsze postępowanie z obiektem. W medycynie procedury te nazywa się diagnozą i decyzją terapeutyczną. W diagnostyce obiektów technicznych stan obiektu jest często oceniany na podstawie obserwacji sygnałów związanych z funkcjonowaniem maszyn. Opis sygnałów dokonywany jest za pomocą zbioru jego istotnych cech. Wykorzystanie wszystkich cech sygnału w procesie rozpoznawania stanu obiektu często nie jest ani możliwe ani konieczne. Różna jest również użyteczność tych cech. Na ogół tylko niektóre z nich niosą interesujące nas informacje o stanie diagnozowanego obiektu. Powstaje zatem naturalna potrzeba selekcji tych cech, które są istotne a pomijania tych, które są zbędne z punktu widzenia potrzeb klasyfikacji. Grupowanie (ang. clustering) prowadzi do zdefiniowania grup i jest pojęciem pierwotnym do klasyfikacji, ustalania przynależności do danej klasy już zdefiniowanej i opatrzonej nazwą. Tworzone są N - wymiarowe wektory stanów technicznych, składające się z wielu parametrów liczbowych. Zdarza się, że informacja o stanie obiektu zwarta jest nie tyle w zmienności wartości tych cech, co w zmianach relacji pomiędzy ich wartościami. W związku z tym, parametrów tych nie należy wybierać ani oceniać całkiem niezależnie, lecz powinny być one ocenianie w pewnych grupach, wynikających z natury rozwiązywanego problemu. Analogicznie do podejścia w diagnostyce obiektów technicznych postąpiono w ramach problemu analizy zjawisk zachodzących w kanale głosowym człowieka. Diagnostykę narządu głosu określamy jako rozpoznanie aktualnego stanu źródła głosu na podstawie zespołu istotnych cech akustycznych, zawartych w sygnale akustycznym mowy. Wyodrębnione i rozpoznane cechy z sygnału mowy, pozwalają na zaliczenie go do jednej z góry zadanych klas. Na rysunku 2.1 schematycznie pokazano proces interpretacji obrazu sygnału akustycznego mowy.
W dalszej części tego rozdziału zostaną omówione metody, które były zastosowane w przeprowadzonych badaniach tj. metodę szacowania odległości w ujęciu topologicznym oraz metoda odwzorowania Sammona - czyli wizualizacja wielozmiennych danych na płaszczyźnie. Do oceny odwzorowania użyto kryterium Sebastyena umożliwiające podanie miary rozproszeń wewnątrzklasowych i globalnych rozproszeń między klasowych. W literaturze znane i stosowane są również inne metody analizy podobnych zagadnień - metody rozpoznawania obrazów sieciami neuronowymi czy stosowanie algorytmów genetycznych.
12