Cтраница 4
При утонении стенки штуцеров после выборки повреждения до 3 мм выполняют наплавку штуцера или его бандажирование. Наплавку проводят на наружную поверхность по всей длине окружности штуцера в один или два слоя. Толщина наплавленного слоя должна быть не менее полуторной глубины выборки, а длина по образующей штуцера должна превышать длину выборки на 15 мм. При многослойной наплавке делают послойный визуальный осмотр. Трещины, поры, подрезы и незаплавленные кратеры не допускаются. [46]
Для заданного набора входных параметров программа ищет оптимальное в смысле минимума выборочной невязки линейное приближение искомой зависимости. Программа оптимизации сложности функции ищет в качестве, аргументов зависимости такой набор входных параметров, для которого оценка невязки на всей генеральной совокупности окажется минимальной. При этом используется оценка (10.3), в которой, с одной стороны, учитывается остаточная невязка на материале обучения, а с другой - соотношение числа используемых параметров и длины выборки. [47]
Во многих алгоритмах поиск минимума вероятности ошибки заменяется поиском решающего правила заданного вида, минимизирующего число ошибок на обучающей последовательности. Однако часто оказывается, что, построив более сложное решающее правило, можно добиться уменьшения числа ошибок на обучающей выборке, тогда как вероятность ошибки классификации векторов генеральной совокупности не падает, а наоборот, возрастает. Поэтому, в соответствии с теоретическими положениями части первой, в предлагаемом комплексе алгоритмов решающее правило выбирается по более сложному критерию, учитывающему соотношение числа ошибок на обучающей выборке, сложности правила и длины выборки. [48]
Программа восстановления регрессии допускает режим, при котором проводится селекция обучающей выборки. В этом режиме ищется группа наблюдений, исключение которой из обучения максимально уменьшает оценку сверху функционала среднего риска. Исключение выбросов из обучающей выборки всегда снижает остаточную невязку. С другой стороны, сокращается длина обучающей выборки, что ухудшает соотношение длины выборки и сложности решающего правила. Кроме того, введен специальный штраф за удаление к элементов из обучающей выборки. Смысл этого штрафа в том, что возможность удаления произвольной группы точек равносильна увеличению числа вариантов восстановления зависимости. Строгое обоснование критерия селекции приведено в гл. Таким образом, удаление группы векторов оказывается выгодным только в том случае, когда снижение остаточной невязки будет настолько большим, что оно перевесит суммарный штраф, а это значит, что будут отброшены только элементы выборки - с ураганными значениями выходной величины. [49]
Затем для каждой из частей строит свое линейное решающее правило. Результирующее правило реализует теперь достаточно сложное нелинейное разделение классов в пространстве признаков. Сложность этого правила может быть оценена нак произведение размерности пространства описания на число таксонов. Именно таково будет число настраиваемых коэффициентов во всех линейных правилах. Следовательно, с увеличением числа таксонов сложность быстро становится соизмеримой с длиной выборки или превысит ее. [50]
Если средняя мощность периодического сигнала значительно меньше мощности аддитивного случайного шума, то нужно использовать очень длинную выборку, чтобы устранить недостоверность обнаружения. В пределе при произвольно длинной выборке теоретически возможно обнаружить наличие периодического сигнала, имеющего сколь угодно малую среднюю мощность по отношению к мощности случайной помехи. Все это вытекает из статистических характеристик опыта с бросанием монеты, рассмотренных подробно в разд. Пока же достаточно сказать, что из множества всех возможных последовательностей, полученных N независимыми бросаниями идеальной монеты, среднее по множеству квадрата разности ( число гербов минус число решек) пропорционально N. Поэтому отношение мощностей сигнала к шуму после корреляции должно увеличиваться пропорционально длине выборки. [51]