Вектор - наблюдение
Cтраница 2
Тогда принятие решения различителем сводится к указанию номера области, в которую попал вектор наблюдения у. Возможность такой геометризации различения сводит поиски оптимальной стратегии различи-теля к отысканию наилучшего разбиения Е на области решений. [16]
Легко понять, что составляющие вектора g в этих стратегиях являются дробно-линейными функциями вектора наблюдений у, так же как и в других алгоритмах взвешенного ПСМ. [17]
Рассмотрим общую схему системы с регулятором ( рис. 10.1): со - вектор возмущений; у - вектор наблюдения; z - стабилизируемый вектор; и - вектор управления. [18]
В общем аспекте можно рассмотреть задачу построения наиболее простой модели ковариаций, согласующейся с наблюдениями, когда ковариационная матрица вектора выходных наблюдений системы принадлежит линейной оболочке нескольких заданных матриц. Построение модели состоит из выбора класса моделей путем последовательной проверки гипотез о ее принадлежности линейным подпространствам в этой линейной оболочке и оценивания параметров модели в выбранном классе на основании имеющихся наблюдений. Здесь эта задача решается, когда исходная линейная оболочка наделена структурой коммутативной матричной алгебры. [19]
Цель распознавания образов состоит в том, чтобы определить, к какому классу принадлежит данный объект, В процессе наблюдения или измерения получают множество чисел, которые составляют вектор наблюдений. Этот вектор служит входом решающего правила, с помощью которого оп может быть отнесои к одному из заданных классов. [20]
В случае многофакторных схем наблюдений представление ковариационной матрицы разложением с неизвестными коэффициентами по системе заданных матриц может быть обусловлено линейной моделью независимых вкладов случайных эффектов факторов в компоненты вектора наблюдений. В этом случае ковариационная матрица принадлежит линейной оболочке единичной матрицы и матриц факторов. Отсутствие случайных эффектов у части факторов приводит к принадлежности ковариационной матрицы некоторому линейному подпространству этой линейной оболочке, т.е. к более простой модели ковариаций. [21]
Выборочная квантиль [ пр ] п, 0р1 ( либо [ пр ] 1 п), где jCA n ijC ( ft) - k - я порядковая статистика вектора наблюдений п, является состоятельной оценкой теоретической квантили хп в предположении, что уравнение pF ( x) имеет единственное решение ххр и в точке Хр функция F непрерывна. [22]
 |
Схема планирования трассы транспортного робота. [23] |
В самом общем виде идея управления движением ТР состоит в том, что сенсорные элементы робота, которые представляют собой систему восприятия, опознают трассу, определяют положение робота и формируют вектор наблюдений. [24]
Здесь x ( t) - и-мерный вектор состояния; м ( 0 - / - мерный вектор управления; в - / - мерный вектор неизвестных параметров; А ( в), В ( 9) - матрицы соответствующих размеров; ХО / и-мерный вектор наблюдений; Н, а - известные матрицы размеров тхп и тхт соответственно; T ] ( t) - / w - мерный стандартный белый шум, описывает ошибки наблюдений. [25]
Только знание конкретной обстановки позволяет связать понятия неортогональности и причинности. Вектором наблюдений мы называем такой вектор, компонентами которого являются наблюдения. Каждый вектор описывает реализацию какого-либо показателя либо на множестве предприятий, либо во времени. [26]
Сущность данного метода заключается в следующем. Если вектор наблюдений х принадлежит подпространству х ( ЗР е х), то принимается гипотеза Н, которая в данном случае заключается в том, что данный объект принадлежит классу А. [27]
Каждое измерение над объектом производится в определенной шкале. Различные координаты одного вектора наблюдений могут быть выражены в разных шкалах. Свойства этих шкал сильно различаются между собой. Так, про пол главы семьи можно сказать только, что он или мужской или женский и что пол мужской отличается от пола женского; про жилищные условия-что они совпадают или отличаются и что в отдельных случаях одни жилищные условия лучше других; про расходы можно сказать, что расходы на питание одной семьи меньше, равны, больше расходов другой, можно оценить разность в расходах между семьями и подсчитать, во сколько раз расходы одной семьи отличаются от расходов другой. [28]
Цель распознавания образов состоит в том, чтобы определить, к какому классу принадлежит данный объект. В процессе наблюдения или измерения получают множество чисел, которые составляют вектор наблюдений. Этот вектор служит входом решающего правила, с помощью которого он может быть отнесои к одному из заданных классов. [29]
В ранее рассмотренных задачах вся информация об объекте, подлежащем классификации, предъявляется одновременно. Для принятия решения, например с помощью байесовского правила, используется единственный вектор наблюдений, и никаких последующих наблюдений при этом не проводится. Поэтому отсутствует возможность достаточно надежно проконтролировать ошибку, если нельзя изменить процесс наблюдения. [30]
Страницы: 1 2 3