Разделяющая функция

Cтраница 1

Разделяющие функции, которые будут рассматриваться в следующей главе, предназначены для непосредственного решения проблемы классификации. [1]

Разделяющая функция g ( x) представляет собой алгебраическое расстояние от х до гиперплоскости. [2]

Логические разделяющие функции применены также в работе [63] для распознавания структуры органических соединений с числом углеродных атомов С6 - С25, кислородных атомов О2 - Об и со степенью ненасыщенности 4 - 6 по их масс-спектрам низкого разрешения. [3]

Разделяющую функцию можно определить как параметрическими методами, для чего необходимо знание законов распределения, так и непараметрическими, базирующимися лишь на совокупности векторов состояний объектов, не требующих знания параметров распределения. [4]

Распределение 630 соединений как функция расстояния до решающей поверхности. Решающая поверхность отделяет соединения С Н2 от соединений другого состава. [5]

Комплексную нелинейную разделяющую функцию проверяли также на действительной, мнимой и фазовой частях масс-спектров после преобразования Фурье. Однако доля верных предсказаний по фазовой части составила 92 2 % для азота и 95 1 % для аминов, что представляет значительное достижение. [6]

Линейны разделяющие функции находят широкое применение в задачах. [7]

Построение разделяющей функции, минимизирующей погрешность приближенного решения, является оптимизацией процесса разделения в пространстве признаков. Однако применение метода минимальной погрешности в его классической форме встречает серьезные затруднения. Часть из них связана с тем, что плотность распределения р ( х) обычно неизвестна и имеются только отдельные значения ЛГ ( У), входящие в обучающую последовательность. [8]

Среди разнообразных разделяющих функций самой простой в применении и потому наиболее распространенной в химии является линейная разделяющая функция. Как отмечалось выше, линейная разделяющая функция эквивалентна некоторой весовой функции, при умножении которой на вектор образа получается скалярный результат. Несмотря на то что принципиально возможна множественная классификация, самым простым классификатором служит бинарное устройство, дающее один из двух альтернативных ответов. При использовании для бинарной классификации линейной разделяющей функции удобно определять принадлежность образа к одному из двух классов по знаку скаляра. [9]

Построение линейных и квадратичных разделяющих функций приводится в [12.7]; там же рассматривается практическое применение предложенных алгоритмов в такой интересной области, как сейсмология. [10]

Гемолитическая желтуха. [11]

Конкретный вид разделяющей функции сильно влияет на правильность решения. К каждой задаче он подбирается индивидуально и часто имеет довольно сложный и объемный вид. Функцию D практически всегда можно определить несколькими различными способами. [12]

По виду разделяющей функции метод распознавания относится к методу группового принятия решений, т.е. используется мажоритарный принцип. Разделяющей функцией является синтезируемая мажоритарная функция - это логическая ( переключательная) функция, которая принимает значение большинства входящих в нее аргументов. Мажоритарная функция позволяет производить разделение классов с максимальной достоверностью при наличии ряда бинарных признаков со случайным характером изменения величин. В случае задачи оценки состояния долота, аргументами разделяющей мажоритарной функции являются амплитудные оценки частот продольной и поперечной вибрации ведущей бурильной трубы, пульсации промывочной жидкости. [13]

Таким образом, разделяющая функция имеет положительное значение для всех изделий, имеющих состояние D и отрицательное значение в противоположном случае. [14]

Покажем, что произвольная разделяющая функция F ( x), обеспечивающая минимум функционала ( 10), обеспечивает также и оптимальное распознавание. [15]

Страницы: 1 2 3 4