Проверяемый текст
Цымбал, Владимир Георгиевич; Разработка и исследование методов формирования признаковых пространств в медицинских диагностических системах (Диссертация 1999)
[стр. 26]

одному из классов.
Подобный принцип распознавания был заимствован у человека, который обладает удивительной способностью к обучению и умением разделять предоставляемые объекты на классы по всевозможным признакам (таксономия)
[45, 57].
Распознавание представляет собой отнесение исследуемого объекта, задаваемого в виде совокупности наблюдений, к одному из взаимоисключающих классов
[71, 72].
Это означает, что существует однозначное отображение совокупности наблюдений, являющейся конечным числовым множеством
{X} на множество классов {s}= {Sj,s2,...,sk}, количество которых задано, {s}<—{х}„ Без потери общности классы можно заменить их номерами {1,2,...,К}, и, рассматривая последние как натуральные числа, представлять себе распознавание как отображение наблюдений на конечное множество натуральных чисел, (1,2,...,К}<—{X}.
Ввиду числовой природы множеств последнее отображение отождествляется с обычной функцией k = d({X}),
принимающей целочисленные значения к = 1,2,..
.,К [45].
На практике множество наблюдений, как правило, может быть представлено в виде измеренных
значений р характеристик (признаков) х ^ х ^ ...^ -, при этом количество наблюдений равно определенному числу п , приведенному на рисунке 1.2.
Тогда распознавание сводится к рп —аргументной функции вида k = d(x11,x12,...,xij,...,xpn), где х^ -j-oe измеренное значение i-ro признака, i = 1,2,..., р , j = 1,2,...,п , причем указанная функция, называемая решающей функцией, существует и однозначна при заданных р и п .
Важной особенностью реальных задач
распознавания является то, что наблюдения {Ху} хп неизбежно подвержены случайным возмущениям, непредсказуемый вероятностный характер которых сказывается на всех стадиях, начиная с процесса получения самих измерений и кончая вычислением значений функции d(x11,x12,...,xi:,...,x ).
Дестабилизирующие факторы выступают в диагностике как погрешности
преобразующих устройств, как шумы в каналах передачи данных изображений, аппаратурные шумы, а также, как ошибки округления при вычислениях, связанные с ограниченностью разрядной сетки 26 i
[стр. 28]

2В сопоставления апостериорной информации относительно каждого поступившего на вход системы объекта (или явления) с априорным описанием классов принимает решения о принадлежности этого объекта (явления) к одному из классов.
Примечательно, что подобный принцип распознавания был заимствован у человека, который обладает удивительной способностью к обучению и умением разделять предоставляемые объекты на классы по всевозможным признакам (таксономия) [41].
Приведем формальное определение процесса распознавания.
Распознавание представляет собой отнесение исследуемого объекта, задаваемого в виде совокупности наблюдений, к одному из взаимоисключающих классов
[74].
Это означает, что существует однозначное отображение совокупности наблюдений, являющейся конечным числовым множеством
{х} на множество классов = {sj, s2,..., sK}, количество которых задано, {s} <{х}.
Без потери общности классы можно заменить их номерами 1,2,...,К, и, рассматривая последние как натуральные числа, представлять себе распознавание как отображение наблюдений на конечное множество натуральных чисел, {1,2,..., К}
.
Ввиду числовой природы множеств последнее отображение отождествляется с обычной функцией k = d
({ХИ, принимающей целочисленные значения к = 1,2,..., К [85].
На практике множество наблюдений, как правило, может быть представлено в виде измеренных
значении р характеристик (признаков) хj, Х2, ..., х , при этом количество наблюдений равно определенному числу п (см.
рис.
1.6).
Тогда распознавание к = сводится к рп-аргументнои функции вида хи,х 12,...,х и,...,х рп), где Xjj j-oe измеренное значение i-ro признака.
i = 1,2,...,р, j =
l,2 ,...,п, причем указанная функция, называемая решающей функцией, существует и однозначна при заданных р и п.
Важной особенностью реальных задач
диагностики и других задач распознавания является то, что наблюдения {х■■) неизбежно подвержены случай-1 / рхп ным возмущениям, непредсказуемый вероятностный характер которых сказывается на всех стадиях, начиная с процесса получения самих измерений и кончая вычислением значений функции d(x11,x 12,...,x ij,...,x pnj.
Дестабилизирующие факторы выступают в диагностике как погрешности
измерительных приборов, как неточности регистрации, связанные с физиологическими особенностями измерения медико-биологических сигналов, как шумы в каналах передачи данных измерений, аппаратурные шумы, а также, как ошибки округления при вычислениях, связанные с ограниченностью разрядной сетки ЭВМ.
Взаимодействуя между собой, указанные возмущения приводят к тому, что наблюдения х;, неизбежно оказываются реализациями случайных величин, функция■ n,x,2,...,x ij,...,x pnJ становится случайной функцией, в результате номер к класса также оказывается случайной величиной.
Отсюда видно, что разработка

[Back]