Распе'в (старинное — роспев), самостоятельная система монодии, характеризующаяся определённым фондом мотивов-попевок и закономерностями их организации в мелодиях. В русском церковном пении существует несколько Р. Древнейший из них, обладающий самым богатым фондом попевок, — знаменный распев; он восходит к 12 в. Им распеты песнопения всего годичного круга богослуженья, составляющие певческие книги: октоих, ирмологий, обиход, праздники и триодь. Последующими в порядке появления были демественный распев (см. Демественное пение) и путевой распев, культивировавшиеся в 16—17 вв. Более поздние — болгарский, греческий и киевский распевы — применялись в рус. церковном пении с середины 17 в. По фонду попевок последние 5 Р. значительно уступают знаменному, и закономерности их организации мало изучены.

  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.

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 ~ 10³ а/м². В качестве катодных материалов используют CaCrO₄, CuO, Fe₂O₃, V₂O₅, WO₃. Основные преимущества Р. и. т. — высокая удельная мощность, многолетняя (10—15 лет) сохранность в т. н. незадействованном состоянии, быстрота активации, высокая воспроизводимость характеристик, высокая прочность и стабильность в условиях вибрации, ударов и перегрузок — обеспечивают им применение в аппаратуре для зондирования атмосферы, Мирового океана, недр Земли, а также в др. устройствах, требующих высокоэнергоёмких автономных источников питания. Выпускаются серийно в СССР, США и др. странах.

  Н. С. Лидоренко.

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.

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, ..., x_i , ..., x_n), 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.