Cтраница 2
Дискретный анализ позволяет отыскать функцию, которая стремится разделить пространство наблюдений на области. [16]
Различные ситуации, связанные с назначением границ событий в пространстве наблюдений при несовпадении заданного и наблюдаемого пространств, рассмотрены в последующих параграфах главы. [17]
При наличии m возможных событий следует для их обнаружения в пространстве наблюдений Y найти ( т - 1) - ю соответствующим образом подобранную ди-скриминантную функцию. [18]
Проблема оптимизации поэтому сводится к нахождению такой границы между различными областями пространства наблюдений, для которой средний риск минимален. [19]
Расчет указанным путем аппроксимаций выбранных т - 1 дискриминантных функций в пространстве наблюдений У позволяет использовать их для текущего обнаружения событий в системе контроля. [20]
IT - Это обстоятельство существенно упрощает синтез системы обнаружения событий в пространстве наблюдений Y, так как точную информацию о имеющих место событиях / получать на практике обычно затруднительно. [21]
Рассматривается, естественно, общий случай, когда заданное пространство событий и пространство наблюдений различны и поэтому одна и та же совокупность результатов измерений у может соответствовать разным событиям. Будем считать, что функция стоимости потерь от ошибок обнаружения события задана и имеет кусочно-постоянный характер Ф ( /) - Следует отметить, что при определении имеющих место на объекте истинных событий с помощью специальных лабораторных анализов можно получить более полную информацию, чем номер события, заключающуюся в определении истинного положения точки х в заданном пространстве X. Эта дополнительная информация, однако, при исследуемом виде функций стоимости потерь от ошибок в дальнейшем не используется. [22]
Дискриминационный анализ [26] - преследует цель отыскать функцию, которая стремится разделить пространство наблюдений на области. Во всех вышеуказанных процедурах аргументами дискриминирующих функций являются векторы признаков и подбираются коэффициенты функций для достижения удовлетворительного разделения классов. [23]
Комплексное обследование загрязнения окружающей природной среды - исследование, включающее согласованные во времени и пространстве наблюдения за уровнем химического загрязнения в различных компонентах природной среды: атмосферном воздухе, почвенном и снежном покровах, поверхностных водах, донных отложениях, биоте в промышленном районе с интенсивной антропогенной нагрузкой, и получение дополнительной информации, связанной с загрязнением. [24]
На основе анализа множества элсоинов, образующих символы, пространство символов ( алфавиты) и пространство наблюдения ( информационные модели), может быть определено необходимое число элсоинов при заданных значениях градаций параметров, длине рабочего алфавита и заданной помехозащищенности символов или решена любая обратная задача. [25]
Линейно-модульная и квадратичная функции стоимости ошибок. [26] |
Определим по минимуму средних потерь оптимальное решающее правило, разделяющее соседние интервалы Xj-i и Xj в пространстве наблюдений. [27]
Поскольку в практически важных задачах состояние системы п из-мерять непосредственно, как правило, не удается, то приходится вводить специальное пространство наблюдений II и оператор С из пространства состояний V в пространство наблюдений II; будем предполагать, что С - линейный оператор. [28]
Области предпочтительности алгоритма /. [29] |
Таким образом, при наличии частичной априорной информации в виде условных плотностей распределения p ( y i) нахождение оптимальных границ в пространстве наблюдений базируется на возможности представить байесово решающее правило в виде функции от плотности распределения вероятностей р ( у) или его моментов, оцениваемых по выборке значений у. При этом выбор наиболее точного алгоритма из двух рассмотренных весьма затруднителен - даже в простейшем случае ( рис. 2 - 21) области предпочтительности одного из алгоритмов другому имеют сложную конфигурацию. [30]