Задача - классификация - объект
Cтраница 1
Задача классификации объектов на рабочей сцене сводится к многократному решению задач идентификации для каждого класса объектов. При этом последовательно выясняется, имеются ли на данной сцене объекты первого, второго и других классов. [1]
Задачи классификации объектов, описываемых многими признаками, широко распространены на практике. [2]
Для задач классификации фиксированных объектов возможен также способ построения нелинейного разделения классов в тех случаях, когда нет основания ожидать, что множество объектов распадается на таксоны. Для каждой точки рабочей выборки алгоритм рассматривает систему последовательно расширяющихся окрестностей. Для каждой окрестности он выделяет ту часть обучающей и рабочей выборок, которая в нее попадает. [3]
 |
Исходные предикаты контурных изображений.| Изображения объектов из обучающей выборки. [4] |
Решая задачу классификации объектов рабочей сцены на рис. 7.4, РТК выделяет четыре класса объектов. В результате анализа сцены РТК легко выделит и распознает все незаслоненные объекты. [5]
При решении задач классификации объектов и параметров как в геологии, так и в разработке нефтяных и газовых месторождений находит применение один из методов факторного анализа - метод главных компонент. Главные компоненты представляют собой линейные комбинации исходных геолого-физических параметров и обладают важным свойством взаимонезависимости, т.е. коэффициент корреляции между ними равен нулю. Количество полученных главных компонент равно числу исходных геолого-физичес: - ких признаков, характеризующих объект разработки. Общее количество информации, содержащейся в главных компонентах равно количеству информации, содержащейся в геолого-физических параметрах, но несколько первых главных компонент содержат почти всю эту информацию. [6]
В данном разделе решается задача классификации объектов методом главных компонент и дискриминантньгх функций. Для этого были рассмотрены месторождения трех типов: газо-конденсатные с нефтяной оторочкой, газоконденсатные без нефтяной оторочки и газовые шапки газоконденсатных месторождений. [7]
В данном разделе решается задача классификации объектов методом главных компонент и дискриминантных функций. Для этого были рассмотрены месторождения трех типов: газоконденсатные с нефтяной оторочкой, газоконден-сатные без нефтяной оторочки и газовые шапки газоконденсатных месторождений. [8]
Этот обширный класс включает также задачи, известные в научной литературе как задачи классификации объектов ( в том числе и биологических, см. гл. [9]
Во-вторых, такая ассоциация могла прийти в голову Менделееву не непосредственно по аналогии с карточным пасьянсом, а опосредованно, через подобное же сопоставление задачи классификации химических объектов с задачей раскладывания игральных карт в определенном порядке, которое делал еще раньше Жерар, о чем Менделеев, конечно, знал. Этот прием состоял в том, что Жерар проводил параллель между раскладыванием игральных карт по масти и значению, с одной стороны, и сопоставлением органических веществ в гомологические и генетические ряды, с другой. [10]
Для моделирования и прогноза устойчивости стенок скважин необходимо сравнить значения рассматриваемых признаков для интервалов, в которых произошло нарушение устойчивости стенок скважин, со значениями параметров для устойчивых интервалов. Эта задача относится к классу задач статистической классификации объектов или распознавания образов. [11]
Указанные три группы задач совпадают с основными группами задач, решаемых методами прикладной статистики и лишь слегка переформулированных. В прикладной статистике выделяют три основные задачи, для решения которых применим аппарат математической статистики: задачи классификации объектов, задачи выделения информативных комбинаций признаков и задачи оценивания зависимостей между случайными величинами. Таким образом, методы распознавания образов позволяют решать все основные задачи прикладной статистики, что свидетельствует о широкой применимости их при решении различных геологических задач, начиная от поисковой геологии вплоть до подсчета запасов месторождений полезных ископаемых. [12]
Мода является естественной характеристикой центра группирования значений случайной величины лишь в случаях так называемых одновершинных ( одномодальных) распределений. Многовершинные ( многомодальные) распределения свидетельствуют о существенной неоднородности исследуемой совокупности. Их изучение представляет интерес в первую очередь с точки зрения задач классификации объектов и наблюдений. [13]
Первоначально задача автоматического распознавания О. Позже было установлено, что к этому же кругу задач относятся задачи классификации объектов любой природы, характеризуемых набором большого числа варьирующих параметров. [14]
В предыдущих главах были представлены основные разделы теории распознавания образов. Подробно рассматривались процедуры построения классификаторов, оценивание параметров и плотности вероятности. При этом постоянно предполагалось существование обучающего множества уже классифицированных, объектов. В этой главе мы рассмотрим задачу классификации объектов без использования обучающего множества. [15]
Страницы: 1 2