Cтраница 4
Статистические методы можно также разбить на две группы: параметрические и непараметрические. Каждому образу ставится в соответствие вероятностная мера, заданная в признаковом пространстве. В этом случае предъявляемый к распознаванию объект S рассматривается как результат наблюдений, на основании которых следует предпочесть одну из гипотез о его принадлежности к классу или образу. [46]
В этих системах для построения алгоритмов распознавания используются геометрические меры близости, основанные на измерении расстояний между распознаваемым объектом и эталонами классов. В общем случае применение детерминированных методов распознавания предусматривает наличие координат эталонов классов в признаковом пространстве либо координат объектов, принадлежащих соответствующим классам. [47]
Основными ППП для решения задачи многомерной классификации являются Класс-мастер, SPSS, SAS. Многие алгоритмы многомерной классификации основаны на геометрическом представлении кластера как локального скопления точек в заданном признаковом пространстве. [48]
Этот метод позволяет сконцентрировать эталонные образы, принадлежащие к одному классу, в определенной области признакового пространства, что позволяет повысить достоверность распознавания образов. [49]
Эффективность принимаемых системой управления решений при прочих равных условиях ( в том числе, естественно, при заданном алфавите классов) зависит от точности определения принадлежности распознаваемого объекта или явления к соответствующему классу. Точность же определения или ошибка распознавания при заданном по точности априорном описании классов определяется размерностью и информативностью признакового пространства, объемом и качеством апостериорной информации о значениях признаков ( параметров), которыми характеризуется распознаваемый объект. Иначе говоря, расширение алфавита классов, увеличивающее степень детализации определения назначения либо характера распознаваемого объекта ( явления), при неизменном словаре признаков увеличивает ошибку распознавания. [50]
Рассматривая золотую пропорцию как код устойчивости структуры С.Н. Голубев [21] отметил, что каждый раз, когда природа создает различные объекты в абстрактном периодическом пространстве признаков будут возникать оси симметрии 5-го порядка, характерные для квазикристаллов. В этом случае золотая пропорция в виде числа 1 618 обязательно буде связывать параметры, которые в признаковом пространстве отвечают объемным диагоналям элементарных ромбоэдров. Это следует из чисто геометрических построений. [51]