Формирование сложных признаковых пространств 𝑟-го ранга, обеспечивающих качество и надежность распознавания
Аннотация
Рассматривается решение задачи определения простых признаков, присущих конкретному классу из заданного свойства объектов эталонной выборки, и формирования сложных признаковых пространств из выделенных простых признаков. Приводится методика выбора простых признаков из исходных свойств и нахождения предельно-допустимой размерности пространства сложных признаков. Указаны основные параметры, которые играют существенную роль в процессе нахождения предельно-допустимой размерности пространства сложных признаков: вероятность ошибочной классификации объектов; вероятность ошибки, достигаемой с заданной надежностью; количество объектов эталонной выборки и количество признаков, выделенных для конкретного класса. Определены минимальные и реальные разделяющие силы сложных признаков на основе найденной предельно-допустимой размерности пространства. Предложены принципы формирования системы сложных признаков первого и второго типов для каждого класса из простых признаков второго и третьего типов с учетом минимальной и реальной разделяющей силой. На основе предложенной методики разработан алгоритм и программное обеспечение. Проведены вычислительные эксперименты, результаты которых приведены в виде решающих правил, используемых для распознавания объектов. Также приведены выводы по проведенному исследованию в целом.
We consider the solution of the problem of determining simple features inherent in a particularclassfromagivenpropertyofobjectsofthereferencesampleandtheformation of complex attribute spaces from the selected simple features. A technique for selecting simple features from the original properties, finding the maximum allowable dimension of thespaceofcomplexfeatures,isgiven. Themainparametersthatplayasignificantrolein the process of finding the maximum allowable dimension of the space of complex features are indicated: the probability of an erroneous classification of objects; probability of error achieved with a given reliability; the number of objects of the reference sample and the number of features allocated to a particular class. The minimal and real separating forces of complex features are determined on the basis of the found maximum permissible dimension of space. The principles of the formation of a system of complex signs of the first and second types are proposed for each class of simple signs of the second and third types, taking into account the minimal and real separating force. Based on the proposed methodology, an algorithm and software have been developed. Computational experiments were carried out on a computer, the results of which are given in the form of decision rules that are used to recognize objects. The findings of the study as a whole are also given.
We consider the solution of the problem of determining simple features inherent in a particularclassfromagivenpropertyofobjectsofthereferencesampleandtheformation of complex attribute spaces from the selected simple features. A technique for selecting simple features from the original properties, finding the maximum allowable dimension of thespaceofcomplexfeatures,isgiven. Themainparametersthatplayasignificantrolein the process of finding the maximum allowable dimension of the space of complex features are indicated: the probability of an erroneous classification of objects; probability of error achieved with a given reliability; the number of objects of the reference sample and the number of features allocated to a particular class. The minimal and real separating forces of complex features are determined on the basis of the found maximum permissible dimension of space. The principles of the formation of a system of complex signs of the first and second types are proposed for each class of simple signs of the second and third types, taking into account the minimal and real separating force. Based on the proposed methodology, an algorithm and software have been developed. Computational experiments were carried out on a computer, the results of which are given in the form of decision rules that are used to recognize objects. The findings of the study as a whole are also given.