Cтраница 2
Евклидово расстояние. [16] |
Каждая единица совокупности в кластерном анализе рассматривается как точка в заданном признаковом пространстве. Значение каждого из признаков у данной единицы служит ее координатой в этом пространстве по аналогии с координатами точки в нашем реальном трехмерном пространстве. [17]
При этом среднеквадратичная ошибка, возникающая за счет того, что реальное признаковое пространство системы реализуется на основе конечного числа признаков, минимальна. [18]
Первоочередная задача отбора признаков для последующей классификации состоит в снижении размерности признакового пространства без ущерба для разделимости классов. [19]
Знаки нормированных разностей не имеют значения, так как расстояние в признаковом пространстве - скалярная, а не векторная величина. [20]
Это очень важно при установлении предельного ( критического) расстояния в признаковом пространстве, при достижении которого прекращается объединение кластеров. [21]
Знаки нормированных разностей не имеют значения, так как расстояние в признаковом пространстве - скалярная, а не векторная величина. [22]
Это очень важно при установлении предельного ( критического) расстояния в признаковом пространстве, при достижении которого прекращается объединение кластеров. [23]
Выше рассмотрены алгоритмы распознавания: детерминированные алгоритмы, основанные на проведении в признаковом пространстве решающей границы ( границы, разделяющей классы и представляющей собой некоторую гиперповерхность или гиперплоскость), вероятностные алгоритмы, основанные на теории статистических решений, алгоритмы вычисления оценок ( АВО), логические алгоритмы, базирующиеся на алгебре логики, и, наконец, структурные ( лингвистические) алгоритмы. [24]
Это дает возможность найти разделяющую поверхность, в первом приближении наилучшим образом разделяющую признаковое пространство на области, соответствующие классам, и организовать процесс распознавания новых объектов. [25]
В работе [162] предложен простой и эффективный алгоритм построения одного класса комитетов с отображением исходного признакового пространства на плоскость. [26]
В настоящее время процедура определения основных признаков выполняется опытным конструктором, хорошо ориентирующимся в признаковом пространстве объектов конкретной области техники, и совмещается с разработкой технического задания. [27]
Детерминированные признаки принимают конкретные числовые значения, которые могут быть рассмотрены в качестве координат точки в признаковом пространстве, соответствующей данному объекту. [28]
Используем, как и ранее, в качестве меры различия сигналов и изображений величину расстояния в признаковом пространстве, а в качестве меры схожести для нормированных по энергии сигналов - величину скалярного произведения между представленными в нем сигналами. [29]
В основу оптимизации положено установление количественной связи достоверности распознавания с временем обучения, принятия решения, размерностью признакового пространства и сведение непараметрической априорной неопределенности к параметрической. Приведены программы на языке Паскаль для распознавания широкого класса образов различной физической природы на персональных ЭВМ. [30]