БАЙЕСОВСКИЕ ПРОЦЕДУРЫ РАСПОЗНАВАНИЯ ОБРАЗОВ

Глава 4. МЕТОДЫ КЛАССИФИКАЦИИ И РАСПОЗНАВАНИЯ ОБРАЗОВ, ИСПОЛЬЗУЮЩИЕ ЕВКЛИДОВЫ ПРОСТРАНСТВА ОПИСАНИЙ

Рассмотрим основные методы параллельного распознавания образов при использовании для описания классифицируемых объектов совокупности измерений, определяющих оси евклидова пространства, и их представления точками в этом пространстве.

Предположим, что существует известное множество C = {Cj}, состоящее из k взаимно исключающих классов объектов. Каждый объект представляется набором результатов измерений, называемым его описанием. Одно измерение – это точка на некоторой шкале, а совокупность шкал, в свою очередь, определяет пространство описаний D. Таким образом, описание объекта – это точка x в пространстве D.

Процедура классификации образов относит образ к классу объектов Сi тогда и только тогда, когда его описание попадает в область Ri пространства D, соответствующую этому классу. Такая процедура классификации образов корректна, если объект и в самом деле относится к классу i.

Процедура распознавания образов определяет области {Ri} путем исследования описаний множества S объектов, про которые известно, к каким классам они на самом деле принадлежат. Итак, S будет выборкой, с которой работает процедура распознавания образов.

БАЙЕСОВСКИЕ ПРОЦЕДУРЫ РАСПОЗНАВАНИЯ ОБРАЗОВ

Процедуры распознавания зависят от понятия расстояния между двумя точками в пространстве описаний D. Если в пространстве D расстояние между точками, являющимися описаниями двух объектов, достаточно мало, то делается заключение, что эти объекты принадлежат одному классу. Такой подход справедлив для большинства физических шкал, таких, как рост и вес, но менее пригоден, если описание основано на присутствии или отсутствии каких-то признаков. Покажем, какие именно свойства самих измерений вытекают из предположения о существовании расстояния.

В m-мерном пространстве D два объекта описываются двумя точками: и , которые представляют собой m-мерные вектора
(x1, …, xm) и (y1, …, ym), соответственно, при этом расстояние между нимив D оценивается выражением

. (23)

Таким образом, расстояние между двумя точками зависит от их относительного, а не от абсолютного расположения в пространстве D, т. е. точки X, Y удалены друг от друга на то же расстояние, что и точки , если

= для всех «i».

Шкалу, позволяющую сравнивать отдельные измерения, иногда называют шкалой интервалов. Примерами таких шкал являются шкалы времени, веса и роста. Шкалы интервалов инвариантны относительно линейных преобразований, а параметры пространства описаний D связаны с параметрами нового пространства формулой

.

Существуют шкалы, не обладающие свойством шкалы интервалов. Например, твердость обычно относят к шкале порядка, поскольку ее можно использовать для того, чтобы приписать объектам числа, отражающие лишь некоторое упорядочение, а не свойство равных интервалов.

В абсолютных шкалах помимо интервального свойства указывается единица измерений и нулевая точка. Примером может служить шенноновская мера информации. В этих шкалах помимо интервального свойства указывается единица измерений и нулевая точка.

Проблема выбора шкал имеет существенное значение для обоснования рациональных способов преобразования пространства описаний при решении задач классификации образов.








Дата добавления: 2016-01-20; просмотров: 1015;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.006 сек.