Метод многомерной классификации объектов в задачах распознавания образов

Скорочена інформація про документ
dc.contributor.authorСтенин, Александр Африканович
dc.contributor.authorЛисовиченко, Олег Иванович
dc.contributor.authorСтенин, Александр Сергеевич
dc.date.accessioned2020-12-04T10:13:00Z
dc.date.available2020-12-04T10:13:00Z
dc.date.issued2017
dc.description.abstractenIn the general case, there are many features of objects with different value (usually relatively small) informativeness. The features of objects often associated with the projected number class of the object by the nonlinear relationships. In this case It is not possible to construct a linear model for classification on the basis of one feature that meets the specified requirements of recognition reliability. Therefore, the classification method should be multidimensional (to take into account all the features) and should take into account the information content (relevance) about the features. This paper proposes a heuristic method of multidimensional classification, which is the union of one-dimensional classification of the results, taking into account the importance of features of objects. It should be noted that the pattern recognition methods based on the use of heuristic methods do not always lead to the best decisions. However, their application in practice justified if the error does not exceed the permissible value.en
dc.description.abstractruВ общем случае, объекты характеризуются достаточно большим количеством признаков, имеющих разную (как правило, относительно небольшую) информативность. Признаки зачастую связаны с прогнозируемым номером класса объекта нелинейными связями, что не позволяет в большинстве случаев построить линейную модель для классификации по одному признаку, удовлетворяющую заданным требованиям достоверности распознавания. Поэтому метод классификации должен быть многомерным (учитывать все признаки) и должен учитывать информативность (значимость) признаков. В качестве такого метода классификации в данной статье предложен эвристический метод многомерной классификации, представляющий собой объединение результатов одномерных классификаций с учетом значимости признаков. Следует сказать, что методы распознавания, основанные на использовании эвристических методов, не всегда приводят к оптимальным решениям. Однако подбором более информативных признаков, а также применением соответствующих способов улучшения оператора - классификатора, удается решить эту проблему.ru
dc.description.abstractukУ загальному випадку, об'єкти характеризуються досить великою кількістю ознак, що мають різну (як правило, відносно невелику) інформативність. Ознаки часто пов'язані з прогнозованим номером класу об'єкта нелінійними зв’язками, що не дозволяє в більшості випадків побудувати лінійну модель для класифікації за однією ознакою, що задовольняє заданим вимогам достовірності розпізнавання. Тому метод класифікації має бути багатовимірним (враховувати всі ознаки) і повинен враховувати інформативність (значимість) ознак. В якості такого методу класифікації в даній статті запропонований евристичний метод багатовимірної класифікації, що представляє собою об'єднання результатів одновимірних класифікацій з урахуванням значущості ознак. Слід сказати, що методи розпізнавання, засновані на використанні евристичних методів, не завжди призводять до оптимальних рішень. Однак підбором найбільш інформативних ознак, а також застосуванням відповідних способів поліпшення оператора - класифікатора, вдається вирішити цю проблему.uk
dc.format.pagerangeС. 170-175uk
dc.identifier.citationСтенин, А. А. Метод многомерной классификации объектов в задачах распознавания образов / А. А. Стенин, О. И. Лисовиченко, А. С. Стенин // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2017. – № 1(30). – С. 170–175. – Бібліогр.: 6 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.30.2017.117716
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/37863
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2017, № 1(30)uk
dc.subjectкласс объектовru
dc.subjectпризнаки классаru
dc.subjectсигмоидная функцияru
dc.subjectобучающая выборкаru
dc.subjectмногомерная классификацияru
dc.subjectоператор - классификаторru
dc.subjectклас об'єктівru
dc.subjectознаки класуru
dc.subjectсігмоідна функціяuk
dc.subjectнавчальна вибіркаuk
dc.subjectбагатовимірна класифікаціяuk
dc.subjectоператор - класифікаторuk
dc.subjectclass of objectsen
dc.subjectfeatures of classen
dc.subjectsigmoid functionen
dc.subjectlearning sampleen
dc.subjectmultidimensional classificationen
dc.subjectthe operator - classifieren
dc.subject.udc658.62.018uk
dc.titleМетод многомерной классификации объектов в задачах распознавания образовru
dc.title.alternativeМетод багатовимірної класифікації об'єктів в задачах розпізнавання образівuk
dc.title.alternativeMethod of multidimensional classification of objects in pattern recognition problemsen
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
asau-2017-1_170-175.pdf
Розмір:
187.83 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 1(30)