Cтраница 3
Главы 3 - 7 посвящены задаче построения классификатора. В главе 3 отыскивается теоретически наилучший способ построения классификатора в предположении, что распределения случайных векторов, подлежащих классификации, известны. В этом - случае задача превращается в обычную задачу статистической проверки гипотез. Доказывается, что байесовский классификатор является оптимальным, в смысле минимизации вероятности ошибки классификации или минимизации риска, если возможным решениям приписываются определенные стоимости. Рассматриваются также критерий Неймана - Пирсона и минимаксный критерий. [31]
При распознавании образов классификатор должен быть построен по объектам, находящимся вблизи разделяющей границы. Объекты же, расположенные вдалеке от нее, менее важны для построения классификатора. [32]
До сих пор мы рассматривали методы построения классификатора для разделения объектов на два или большее число клас - сов в предположении, что переменные, характеризующие эти объекты, уже выбраны и даны в условиях задачи. Очевидно, что выбор этих переменных является важным делом и сильно влияет на построение классификатора. Если значения переменных существенно изменяются при переходе от одного класса к другому, построить классификатор легче, и качество классификации будет выше. [33]
С подходом принятия направленных решений связаны некоторые очевидные опасности. Если начальный классификатор не достаточно хорош или если встретилась неудачная последовательность выборок, ошибки классификации непомеченных выборок могут привести к неправильному построению классификатора, что в свою очередь приведет к решению, очень приблизительно соответствующему одному из меньших максимумов функции правдоподобия. Даже если начальный классификатор оптимален, результат пометки не будет соответствовать истинной принадлежности классам; классификация исключит выборки из хвостов желаемого распределения и включит выборки из хвостов других распределений. Таким образом, если имеется существенное перекрытие между плотностями компонент, можно ожидать смещения оценок и неоптимальных результатов. [34]
Требования, предъявляемые к порталам, ставятся жесткие: портал должен постоянно функционировать в течение 24 часов в сутки, информационные ресурсы должны охватывать все уровни образования, ресурсы порталов должны быть сертифицированны ( сейчас это только один портал - Открытое o6pa30BaHHe ( www. Первичные ( расположенные в данном портале) и вторичные ( расположенные по другим адресам) информационные ресурсы должны соответствовать единой конфигурации данных, логике построения классификаторов и рубрикаторов. Все сервисы порталов должны быть максимально стандартизированы, чтобы обеспечить стандартные формы запроса, поиска и выдачи информации пользователям. Большая работа предстоит по созданию нормативных документов, определяющих интерфейс и контент Интернет - ресурсов в области образования. [35]
Как упоминалось выше, в теории распознавания образов вероятность ошибки является важным параметром, и нам часто приходится оценивать этот параметр по имеющимся объектам. Однако оценивание ошибки несколько отличается от обычного оценивания параметров, главным образом потому, что при оценивании ошибки мы должны использовать имеющиеся объекты как для построения классификатора, так и для его проверки. [36]
По сути дела, с условным средним цп обращаются так, как если бы оно было истинным средним, а увеличение дисперсии характеризует дополнительную неопределенность х из-за недостаточно точного представления о среднем значении ( i. Это и является окончательным результатом: плотность р ( х &) есть требуемая условная по классу плотность р ( л; со -, Ж /), которая с априорными вероятностями Р ( coj) составляет вероятностную информацию, требуемую для построения байесовского классификатора. [37]
P ( uj) и плотности р ( х и ]), условные по классу. К сожалению, на практике при распознавании образов полная вероятностная структура задачи в указанном смысле известна далеко не всегда. Задача, следовательно, заключается в том, чтобы найти способ построения классификатора, используя эту информацию. [38]
Общесоюзный классификатор приобретает юридическую силу после его утверждения Госстандартом. Перед утверждением классификатор проходит научно-техническую экспертизу в Главном научно-исследовательском центре ведения общесоюзных классификаторов ( ГНИЦВОК) Госстандарта. При научно-технической экспертизе определяются: правильность оформления классификатора; полнота согласования с заинтересованными организациями; соответствие построения классификатора методике его разработки; правильность проведения опытной проверки; отсутствие нарушений основных формально-логических правил классификации; отсутствие дублирования; наличие достаточных резервных емкостей; увязка с другими классификаторами; правильность построения наименований, употребления научно-технических терминов и других языковых и знаковых средств. [39]
Сокращение затрат на проектирование и изготовление специальных штампов достигается путем максимального использования универсальных штампов ( в особенности комплекта универсальных штампов В. М. Богданова) и оборудования, а также применения групповых штампов. Наиболее совершенные конструкции групповых штампов совсем или почти не уступают в производительности стационарным штампам, а трудоемкость и стоимость их проектирования и изготовления будут в несколько раз ниже. Кроме того, они требуют значительно меньших затрат времени на переналадку. Исходным документом для подготовки мелкосерийного штамповочного производства является технологический классификатор. Не вдаваясь в рассмотрение вопроса о построении классификатора, достаточно освещенного в литературе [16], отметим, что классификацию производят, исходя из конструктивных параметров детали ( формы, размеров, допусков, шероховатости поверхности, материала и его механических свойств); признаками классификации являются основной способ формообразования, применяемое оборудование и оснащение. [40]