Cтраница 2
В режиме распознавания, в большей степени сходном с процессом, происходящим в читающих устройствах, выполняется последовательное сравнение всех эталонов словаря с набором аналогичных признаков, полученных при произнесении команды, и вычисляются меры сходства со всеми эталонами. [16]
Здесь R ( Svj, Sj) - мера сходства между описанием и-го изображения, принадлежащего / - му образу, и описанием эталона / - го образа; maxR ( SVj, S &) - максимальная из мер сходства описания SVj с описанием эталонов всех образов, кроме - го; 0 - разрешающая способность системы; Д - порог чувствительности. [17]
Настоящая работа была задумана как введение в кластерный анализ для тех, кто не имеет соответствующей подготовки и нуждается в современном и систематическом путеводителе по лабиринту понятий, методов и алгоритмов, связанных с идеей кластеризации. Вначале обсуждаются меры сходства - обязательная отправная точка любого анализа процесса кластеризации. Авторы отмечают расхождения в теоретических значениях этого понятия и рассматривают ряд эмпирических мер, чаще всего применяемых для измерения сходства. [18]
Возможна оценка партнеров по близости их предложений к параметрам, выработанным инициатором переговоров, принимаются предложения, близкие к требованиям заказчика. В этом случае могут использоваться меры сходства, таких мер сходства предложено несколько. [19]
В зависимости от этого расчет меры сходства ведется по соответствующей формуле. Те предложения, у которых меры сходства минимальны, могут быть отброшены. [20]
После того как сформирована процедура получения значений параметров целостной системы, значения функции ценности вариантов можно вычислить как обобщенную меру сходства вектора внешних требований RG со свойствами конкретного варианта PC ( F. Для построения функции ценности применяются меры сходства, описанные в разд. [21]
Возможна оценка партнеров по близости их предложений к параметрам, выработанным инициатором переговоров, принимаются предложения, близкие к требованиям заказчика. В этом случае могут использоваться меры сходства, таких мер сходства предложено несколько. [22]
Многомерный статистический анализ геометрической структуры исследуемой совокупности многомерных наблюдений объединяет в себе понятия и результаты таких моделей и схем, как дискриминантный анализ, смеси вероятностных распределений, кластер-анализ и таксономия, многомерное шкалирование. Узловым во всех этих схемах является понятие расстояния ( меры близости, меры сходства) между анализируемыми элементами. При этом анализируемыми могут быть как реальные объекты, на каждом из к-рых фиксируются значения показателей ас - тогда геометрич. [23]
Назовем вероятность ошибочного отнесения ситуации v - ro образа к у - му образу частной вероятностью ошибки Pvj, a вероятность ошибочного отнесения ситуации v - ro образа к любому другому образу вероятностью ошибки v - ro образа Pv. Геометрически частную вероятность ошибки Pvj можно интерпретировать как долю генеральной совокупности векторов v - ro образа, которая лежит в полупространстве, где справедливо неравенство L ( Sk, Sv) - L ( Sk, Sj) 0, a L ( Sk, Su) и L ( Sk, Sj) - меры сходства k - n ситуации с v - м и j - м эталонами соответствующих образов. [24]
Однако есть новая процедура CLUSTER ( Bajaj, 1979), которая, возможно, будет включена в SPSS. Новая процедура содержит 27 мер сходства, большинство из них - коэффициенты ассоциативности. В пакете имеется семь иерархических агломеративных методов ( включая методы одиночной, полной и средней связей и метод Уорда), которые может применять пользователь. [25]
Возможна оценка партнеров по близости их предложений к параметрам, выработанным инициатором переговоров. В этом случае принимаются предложения, близкие к требованиям заказчика. Для оценки партнеров могут использоваться меры сходства, таких мер сходства предложено несколько. [26]
Эксперт или руководитель формирует множество признаков, которыми он характеризует свое задание и оценивает наличие или отсутствие этих признаков в предложениях, сделанных партнерами. В зависимости от этого расчет меры сходства ведется по соответствующей формуле. Те предложения, у которых меры сходства минимальны, могут быть отброшены. [27]
На третьем этапе агент-координатор предпринимает попытки разрешить конфликты между субъектами выбора. Эта работа начинается с выявления конфликтов, разрешение которых наиболее актуально. Множество таких конфликтов формируется на основе вычисленных оценок мер сходства требований со свойствами и упорядочивается в соответствии с весовыми коэффициентами субъектов, а также важностью их требований. В множество конфликтов заносятся оценки мер сходства, значения которых ниже заданного порога А. Агент-координатор рассылает владельцам соответствующих требований сообщения, содержащие предложения изменить конфликтующие требования или их весовые коэффициенты в направлении достижения компромисса. [28]
На третьем этапе агент-координатор предпринимает попытки разрешить конфликты между субъектами выбора. Эта работа начинается с выявления конфликтов, разрешение которых наиболее актуально. Множество таких конфликтов формируется на основе вычисленных оценок мер сходства требований со свойствами и упорядочивается в соответствии с весовыми коэффициентами субъектов - а также важностью их требований. Агент-координатор рассылает владельцам соответствующих требований сообщения, содержащие предложения изменить конфликтующие требования или их весовые коэффициенты в направлении достижения компромисса. [29]
Возможна оценка партнеров по близости их предложений к параметрам, выработанным инициатором переговоров. В этом случае принимаются предложения, близкие к требованиям заказчика. Для оценки партнеров могут использоваться меры сходства, таких мер сходства предложено несколько. [30]