Пространство - признак
Cтраница 2
 |
Процедура распознавания образов методом выделения признаков и классификации. [16] |
Признаки в пространстве признаков должны лучше группироваться, чем измерения в пространстве измерений, и, возможно, образовать более простые решающие поверхности. [17]
Алгоритм ОР формирует пространство признаков и множество векторов, строит оптимальную разделяющую гиперплоскость и оценивает ее качество. Алгоритм ОР реализуется с помощью блоков FORMAS, ISKL, VOP, EXAM, CRIT, объединенных управляющей программой. [18]
 |
Распределение дисперсии при различных преобразованиях.| Зависимость правильной классификации от числа сохраняемых признаков ( обучающее множество. [19] |
Очевидно, что пространство признаков, соответствующее ДПФ, обладает значительным преимуществом по сравнению с пространством признаков, соответствующим тождественному преобразованию. [20]
XN, описывающего априорное пространство признаков систем распознавания ( априорное признаковое пространство) размерности N; конкретные точки этого пространства представляют собой распознаваемые объекты. [21]
Разделение классов в пространстве признаков, имеющих количественные значения, выполняется методами построения решающих функций. [22]
Отнесение вектора в пространстве признаков к тому или иному образу может осуществляться и по др. критериям, напр, по наименьшему расстоянию или по наименьшему ср. [23]
 |
Линейное разделение пространства образов. [24] |
Дихотомическое разделение в пространстве признаков ока-з ываетсл возможным лишь в там случае, если два класса, заданные в этом пространстве, являются линейно разделимыми. [25]
 |
Характерные случаи расположения условных распределений.| Пространство при. [26] |
Векторы х в пространстве признаков носят название векторов-реализаций, а области разбиения образуют множество классов. В сферу задач теории обнаружения и распознавания входит: 1) определение границ областей Х и 2) нахождение оптимальных алгоритмов классификации. В общем случае зависимость реализаций х от состояний а - источника носит вероятностный характер. [27]
Технологическая ситуация в пространстве ситуационных признаков идентифицирована как новая. В этом случае многошаговой процедурой метода стохастической аппроксимации по набору данных, соответствующих новому значению ситуационных признаков, получают параметры новой модели. [28]
 |
Рельеф вектора поврежденности в области упругих деформаций.| Рельеф вектора поврежденности в области пластических деформаций. [29] |
Введение весовых коэффициентов деформирует пространство признаков. [30]
Страницы: 1 2 3 4 5