Cтраница 1
Иерархические алгоритмы заключаются в многоуровневом сжатии. [1]
На основании изложенного двухуровневый комбинированный иерархический алгоритм оптимизации формируется следующим образом. [2]
Второму подходу, в свою очередь соответствуют иерархические алгоритмы различных видов. В наиболее общем виде процесс начинается с разбиения п - объектов на к-классов, т.е. каждый объект образует свой класс, на каждом шаге алгоритма объединяются два ближайших в каком-то, выбранном смысле класса. Процесс оканчивается или при достижении определенного порогового расстояния между классами, или заданного количества классов. [3]
Между перцептронными алгоритмами и алгоритмами, основанными на переборе различных конъюнкций исходного описания, имеется аналогия. Во-первых, в перцептроне каждый Л - элемент фактически реализует некоторую логическую функцию от признаков, которые связаны с этим Л - элементом. Во-вторых, и тот и другой алгоритм являются иерархическими алгоритмами распознавания, поскольку и в том и в другом четко различаются два уровня распознавания: на нижнем, первом уровне формируются обобщенные признаки, для перцептронного подхода - это выходы Л - элементов, для процедуры перебора - значения конъюнкций; на верхнем уровне принимается решение на базе этих обобщенных признаков путем суммирования или голосования. Причем на основе многих элементарных решений первого уровня организуется взвешивание и голосование за различные образы. Образ, набравший большинство голосов ( с учетом их веса), и является результирующим решением. Предложен синтез и обучение иерархическому использованию алгоритмов с учетом специфики решаемой задачи. Решающее правило должно быть адекватно решаемой задаче распознавания. Из приведенного здесь обзора методов ясно, что выбор такого решающего правила чрезвычайно затруднен ввиду большого многообразия алгоритмов и правил распознавания, разработанных к настоящему времени. Проверка условий применимости не всегда возможна и обычно связана с большими вычислительными затратами. Поэтому объединение различных решающих правил в коллектив позволяет наилучшим образом использовать особенности этих алгоритмов и решающих правил. [4]