Cтраница 1
![]() |
Пространство простых двухразрядных признаков. [1] |
Пространство признаков располагается по граням и вершинам iV-мерного куба, сторона которого равна двум. [2]
Нормировка пространства признаков позволяет выбирать пороговую величину в долях среднеквадратичных отклонений. [3]
![]() |
Сравнение признаков 2 - х ОТЕ. [4] |
Построение пространства признаков играет ключевую роль. Это может привести к появлению большой группы признаков, учет которых искусственно приведет к изменению степени сходства. [5]
Разбиение пространства признаков производится таким образом, чтобы минимизировался средний риск. Это означает, что при достаточно большом числе актов распознавания экономические потери от ошибок будут минимальными. [6]
![]() |
Матряцд оцэнти олдзостя 16 вддов продукции лакокрасочного производства. [7] |
В пространстве признаков, определяющих потребление сырья или использование оборудования, оценки близости классифицируемых продуктов могут определяться следующим образом. [8]
В пространстве признаков классы ограничены гиперповерхностями. Решение задачи сводится к определению по значениям данной реализации того, к какому классу она принадлежит. Объекты - реализации, по которым определяются гиперповерхности, ограничивающие классы, называются обучающей последовательностью. При отсутствии строгого качественного различия: в поведении объектов границы классов выбираются произвольно. При делении объектов на классы теряют некоторую информацию-о количественных значениях их каталитической активности, но зато сводят практически трудно решаемую задачу многомерной корреляции для большого множества признаков к менее сложной задаче-распознавания образов. Кроме того, при использовании метода распознавания можно учитывать информацию о качественных признаках объектов, что невозможно осуществить методами корреляции. [9]
![]() |
Весовой вектор и разделяющая плоскость. [10] |
В дополненном пространстве признаков разделяющая гиперплоскость всегда проходит через начало координат. [11]
Снижение размерности пространства признаков путем перехода к главным компонентам позволяет наглядно визуализировать возможное группирование объектов по каким-либо признакам, выявить причины такой группировки, а также определить факторы, влияющие на ход технологического процесса. Результаты такого анализа позволяют выработать не-гмые мероприятия для воздействия на технологический процесс с его совершенствования. [12]
Снижение размерности пространства признаков путем перехода к главным компонентам позволяет наглядно визуализировать возможное группирование объектов по каким-либо признакам, выявить причины такой группировки, а также определить факторы, влияющие на ход технологического процесса. Результаты такого анализа позволяют выработать необходимые мероприятия для воздействия на технологический процесс с целью его совершенствования. В качестве исходных данных для аншгяза с помощью метода главных компонент могут использоваться режимные листы, содержащие параметры работы конкретных производственных установок. [13]
Осуществляется разбиение априорного пространства признаков на области, соответствующие классам априорного алфавита классов. Разбиение должно быть выполнено некоторым оптимальным образом, для минимизации числа неверных решений при распознавании неизвестных образов. [14]
Так в пространстве признаков определяются все пустые интервалы ограниченного ранга. Затем оценка достоверности соответствующих имшшкатив-ных гипотез дифференцируется, уточняясь для каждой гипотезы. С этой целью подсчитывается число элементарных экспериментов, подтверждающих гипотезу. [15]