Нелинейное отображение наборов признаков на числовую ось и дискриминантный анализ данных

  • № 1(7) 2017

Страницы: 

18

 – 

22

Язык: русский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

Рассматривается алгоритм нелинейного отображения описания объектов на числовую ось с использованием иерархической агломеративной группировки. Из каждой группы исходных признаков формируется один латентный признак. Латентные признаки могут применяться для распознавания как по прецедентам, так и по правилам. Для получения аналитического представления правил используются методы формальной грамматики. Приводится сравнительный анализ использования результатов отображения по точности распознавания с линейным дискриминантом Фишера.

An algorithm of nonlinear mapping the description of the objects in the numerical axis using a hierarchical agglomerative grouping is considered. From each group of initial features one latent feature is formed. Latent features may be used to recognize both by precedents and the rules. The methods of formal grammar had used to obtain an analytical representation of the rules. A comparative analysis of using the mapping results on the accuracy of recognition with linear discriminant of Fisher is provided.

Ierarxik aglomerativ guruhlashdan foydalangan holda obyektlarni son o’qida tasvirlashning nochiziqli akslantirish algoritmi qaraladi. Dastlabki alomatlarning har bir guruhidan bitta latent alomat shakllanadi. Latent alomatlar ham pretsedent bo’yicha, ham qoida bo’yicha anglash uchun qo’llaniladi. Formal grammatika usullaridan qoidalarning analitik tasvirlanishini olish uchun foydalanilgan. Anglash aniqligi bo’yicha akslantirish natijalaridan foydalanish bilan Fisher chiziqli diskriminanti qiyosiy tahlili keltirilgan.

Список использованных источников

  1.  Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. – М.: Финансы и статистика, 1989. – 608 с.
  2.  Игнатьев Н.А. Вычисление обобщённых показателей и интеллектуальный анализ данных // Автоматика и телемеханика. – 2011. – № 5. – С. 183-190.
  3.  Дуда Р., Харт П. Распознавание образов и анализ сцен. – М.: Мир, 1976. – 512 с.
  4.  Игнатьев Н.А. Вычисление обобщенных оценок и иерархическая группировка признаков // Вестник Томского государственного университета. – Томск, 2015. - C. 31-38.
  5.  Саидов Д.Ю. Нелинейные преобразования признакового пространства и их аналитические представления // Международный молодежный научный форум «ЛОМОНОСОВ-2015». – 2015.
  6.  Воронцов К.В. Обзор современных методов по проблеме качества обучения алгоритмов // Таврический вестник информатики и математики. – 2004. – № 1. – С. 5-25.
  7.  Загоруйко Н.Г., Кутненко О.А., Зырянов А.О., Леванов Д.А. Обучение распознаванию образов без переобучения // Машинное обучение и анализ данных. – 2014 . – Т. 17. – С. 891-901.
  8.  Игнатьев Н.А. Кластерный анализ данных и выбор объектов-эталонов в задачах распознавания с учителем // Вычислительные технологии. – 2015. – T. 20, № 6. – С. 34-43.
  9.  Игнатьев Н.А., Нуржонов Ш.Ю. Выбор параметров регуляризации для повышения обобщающей способности дискриминантных функций // Ўзбекистон Республикаси Курол Кучлари академиясининг хабарлари. – 2014. – № 1(14). – C. 81-87.
  10.  Саидов Д.Ю. Аналитическое представление распознающих операторов для вычисления обобщённых оценок // ЎзМУ ХАБАРЛАРИ. – 2015. – № 2/1. – С. 121-125.

Список всех публикаций, цитирующих данную статью