Вектор - признак
Cтраница 3
В последовательных непараметрических методах используются критерий Вальда последовательного отношения вероятностей [66] и процедуры непараметрического ранжирования, которые дают возможность заменять вектор измеряемых признаков вектором рангов. Имеется возможность предварительно определить точность классификатора варьированием числа измерений, которые необходимо провести. [31]
При структурном обучении, когда отношения между элементами важны так же, как и признаки этих элементов, исключается использование векторов признаков в их исходной форме. [32]
Последовательные непараметрические методы [8, 21 ] - используют критерий Вальда последовательного отношения вероятностей [44] и процедуры непараметрического рангирования, которые дают возможность заменять вектор измеряемых признаков на вектор рангов. Имеется возможность предварительно определить точность классификатора путем варьирования числа измерений, которые необходимо провести. [34]
В формулу ( 3) входят априорные вероятности классов P ( df) и условные плотности вероятностей р ( х / dij вектора признаков для разных классов. Они составляют статистические описания или эталоны классов. [35]
Заметим в заключение, что в части I данной книги везде молчаливо подразумевается, что до того, как принимается решение, производится измерение всех d компонент вектора признаков. Возможен и другой способ, с использованием дерева решений, при котором оценка признаков производится последовательно вплоть до момента, когда решение становится возможным. Слейгл и Ли ( 1971) показали, как к задачам такого вида применять методы, разработанные для исследования деревьев в теории игр. [36]
Всякий реальный объект окружен специфическим информационным полем - дентральным векторным полем, в котором векторы признаков - стимулов ( назовем их тимулянтами) имеют центростремительное направление, а векторы признаков - реакций ( назовем их информантами) направлены центробежно. Длина указанных зекторов соответствует количеству информации, несомому информантом либо стиму-тянтом. Периферийные концы векторов образуют решетчатую поверхность, которая 1елится на две части: стимулянтную и информантную. [37]
Однако указанные методы распознавания на основе обобщенного спектрального анализа обладают рядом недостатков, связанных с избыточностью формируемых признаков и объемом вычислений, что требует введения процедуры сокращения размерности вектора признаков. [38]
С учетом того, что описанием соответствущего множества В1, Вг или В3 служит объединение нескольких ситуаций в таблице отношений, полностью описать все ситуации невозможно, так как если размерность вектора признаков равна M N L и каждой компоненте ставится в соответствие / термов, то всего может быть записано 31M N L ситуаций. [39]
Этот набор условий объясняется в строке события символом состояния устройства, обозначенным А. Полный набор векторов признаков образует матрицу, которая представляет собою словарь неполадок. [40]
Вектор признаков штриха получается как арифметическая сумма векторов этого нового множества. Таким образом, вектор признаков показывает, где штрих начинается и сколько раз он пересекает каждую из внутренних границ ( две вертикальные и две горизонтальные) упомянутого выше прямоугольника. [41]
Обучающее множество S содержит объекты о ( Е S. Каждый объект представлен вектором признаков, или атрибутов. Сначала в обучающем множестве находятся элементарные множества. Затем строятся объединения этих множеств и находятся верхнее и нижнее приближения. Далее приближения редуцируются, чтобы устранить избыточность информации. В итоге получаются две системы продукционных правил, для верхнего и нижнего приближений соответственно. [42]
Вершины-признаки, называемые 0-вершинами и обозначаемые на рисунках кружочками, представляют собой входы и выходы автоматов и содержат заявки с соответствующими признаками или сигналы о различных ситуациях. Заявка в общем случае характеризуется вектором признаков. Например, во входной ( 9-вершине перехода, моделирующего процессорный блок, заявка на исполнение-это команда, которая может характеризоваться при необходимости тремя компонентами: номером программы, меткой команды в программе и временем, необходимым для ее выполнения. [43]
Пусть имеется некоторое множество объектов, представляющих собой совокупность деталей или изделий промышленного производства. Каждый объект может быть описан некоторым п-мерным вектором X двоичных признаков. [44]
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. [45]
Страницы: 1 2 3 4