Cтраница 1
Кусочно-линейные алгоритмы выделяют в пространстве признаков систему локальных областей и для каждой такой области строят линейную разделяющую поверхность. Классификация объекта проводится в два этапа: сначала выясняется, в какую область попадает точка его описания, а затем проверяется, как она расположена относительно разделяющей плоскости, построенной в этой области. [1]
Для случая относительно большой выборки имеется кусочно-линейный алгоритм построения таксонной структуры и выбора оптимальной классификации элементов рабочей выборки в каждом таксоне. В отличие от алгоритма, работающего только по обучающей выборке, здесь таксоны строятся по полной выборке, включающей и материал обучения, и рабочую выборку. [2]
Возможности программы ВОЛНА при работе с кусочно-линейными алгоритмами существенно ограничены по сравнению с линейными: не допускается селекция выборки и не проводится отбор аргументов зависимости. Работа программы состоит в выборе оптимального уровня таксонной структуры, построенной программой ТАКСОН ( тем самым - оптимального числа таксонов), и построении соответствующего линейного приближения в каждом таксоне этого уровня. Ограниченные возможности программы ВОЛНА связаны прежде всего с большим временем счета. Исследователь, желающий все же осуществить отбор входных параметров, может провести несколько экспериментов с кусочно-линейными алгоритмами, используя различные маски признаков. [3]
Как уже указывалось, кусочно-линейные алгоритмы KLOP и SUMKL реализуются двумя последовательно вызываемыми программами ТАКСОН и FOP. Параметр IK ( 1) задает режим печати. [4]
Преобразователь сигнала термопары - это устройство, компенсирующее температуру холодного спая и приводящее результирующее напряжение к одной из стандартных токовых шкал. Для разных преобразователей шкала входных напряжений, соответствующих стандартной токовой шкале, различна. Таким образом, программа преобразования не производит компенсации температуры холодного спая, но должна изменить шкалу ЦО перед использованием полиномиального или кусочно-линейного алгоритма. [5]
Перебирая последовательно каждую комбинацию отрезков и выделяя циклические пути, всегда можно найти точное решение X за конечное число итераций по Ньютону. Производные дцц / dxi постоянны для каждого отрезка и определяются один раз перед началом итераций, поэтому в ходе итераций элементы матрицы Якоби вычислять не надо - это одно из главных преимуществ кусочно-линейного метода Ньютона. Недостаток этого метода состоит в том, что требуются значительный объем памяти ЭВМ и дополнительные вычислительные затраты, связанные с выделением циклических путей. Этот недостаток устранен в кусочно-линейном алгоритме Кацнельсо-на [3], но при этом наложены определенные ограничения на вид кусочно-линейных зависимостей. [6]
Возможности программы ВОЛНА при работе с кусочно-линейными алгоритмами существенно ограничены по сравнению с линейными: не допускается селекция выборки и не проводится отбор аргументов зависимости. Работа программы состоит в выборе оптимального уровня таксонной структуры, построенной программой ТАКСОН ( тем самым - оптимального числа таксонов), и построении соответствующего линейного приближения в каждом таксоне этого уровня. Ограниченные возможности программы ВОЛНА связаны прежде всего с большим временем счета. Исследователь, желающий все же осуществить отбор входных параметров, может провести несколько экспериментов с кусочно-линейными алгоритмами, используя различные маски признаков. [7]