Граница - классы
Cтраница 1
Граница классов отмечается на приборе передвижным указателем, окрашенным в красный цвет. Относительно указателя в дальнейшем ведется разбраковка деталей. [1]
Процедура установления границы классов может быть построена априорно, до начала процесса распознавания, либо в ходе собственно процесса распознавания. Первый подход имеет место, если в разрабатываемом множестве катализаторов не предполагается резкого различия между отдельными группами катализаторов и желательно подобрать катализаторы лишь по эффективности их действия. В этом случае границы классов устанавливаются только по технико-экономическим соображениям. Итак, первый подход требует априорного установления границ классов. Второй подход представляет интерес в случаях, когда наряду с задачами прогнозирования возникают вопросы анализа механизмов явления и установления естественной классификации множества каталитически активных веществ по их свойствам. При этом граница классов заранее не устанавливается, а определяется в ходе решения задачи. [2]
В основу процедуры установления границы классов может быть положена группа эффективных алгоритмов эвристического характера, которые строятся на основе кластерного анализа. [3]
 |
Определение средней квадратичной ошибки по суммарным частотам из. [4] |
Затем определяют длину диаграммы по отдельным границам классов сверху над кривой. Эти величины соответствуют суммируемым частотам функции распределения ( ср. Их находят простейшим способом, обозначая два раза границы класса на полосе кальки. [5]
 |
Измерение шероховатости по изображению в микроскопе. [6] |
На графиках провести горизонтальные линии, соответствующие границам классов чистоты. [7]
На графике провести горизонтальные линии, соответствующие границам классов чистоты. [8]
Вернее, ГИС просчитает это отношение по всему покрытию, создавая набор категорий величины уклона, во многом подобно тому, как мы поступали бы, определяя границы классов. Если нам нужно меньшее число категорий, чем реально получилось, то мы можем переклассифицировать набор, произведенный ГИС. Хотя методы, разработанные для построения уклона на топографической поверхности, применяются широко, поверхность не должна быть обязательно топографической. Как мы увидим в Главе 10, наше представление о поверхностях может быть обобщено на любые виды поверхностных данных, которые измеряются в шкалах рангов, интервалов и отношений. [9]
Задачи, которые решают с помощью статистического алгоритма, заключаются в определении информативных показателей и методик, разработке правила сведения информативных показателей в один интегративный показатель и установлении границ классов значений этого показателя для формирования прогноза. [10]
 |
Медианные частоты для различных источников. [11] |
Следует иметь в виду, что для обычно контролируемых объектов не характерно покрытие материалом с высоким коэффициентом затухания, как в рассматриваемом случае ( битумная изоляция), и поэтому для них, скорее всего, медианная частота будет снижаться значительно медленнее при увеличении расстояния между источником и приемным преобразователем, что приведет к увеличению расстояния между границами классов. [12]
 |
Двумерная модель значений потенциалов точек классов. [13] |
На рис. VI.2 на двумерной модели дана иллюстрация к представлению о потенциале классов в пространстве. В этом идеальном случае на границе классов в точке В потенциал от обоих классов равен нулю, в точке А, принадлежащей к классу А, потенциал от класса Б равен нулю, и соответственно в точке Б потенциал от класса А равен нулю. [14]
Объекты реализации, по которым определяются гиперповерхности, отграничивающие классы, называются обучающей последовательностью. При отсутствии строгого качественного различия в поведении объектов границы классов выбираются произвольно. При делении объектов на классы мы теряем некоторую информацию о количественных значениях их каталитической активности, но зато сводим практически нерешаемую задачу многомерной корреляции для большого множества признаков к задаче распознавания образов. Целями настоящего исследования были следующие: принципиальное установление эффективности применения статистических методов распознавания к прогнозированию каталитического действия; разработка методики решения задач распознавания применительно к реальным проблемам прогнозирования каталитического действия. Одновременно был проведен теоретический анализ результатов, полученных на данном этапе исследований. [15]
Страницы: 1 2 3