Проверяемый текст
Цымбал, Владимир Георгиевич; Разработка и исследование методов формирования признаковых пространств в медицинских диагностических системах (Диссертация 1999)
[стр. 33]

33 знавания D, которая является основным показателем качества распознавания [71, 80, 87].
Если время на обучение и принятие решения жестко ограничено, то
ч повышение размерности признакового пространства может оказаться единственным средством увеличения достоверности.
Таким образом, одновременное достижение минимума общей размерности признакового пространства и максимума достоверности распознавания оказывается, как правило, невозможным, и, следовательно, одной из основных задач синтеза распознающих систем является выбор из заданного множества признаков
Y.,Y,,..., Y оптимального набора X,, Х2, ..., X из р признаков, обеспечивающего требуемый по условиям решаемой задачи уровень достоверности распознавания и минимизирующего затраты на проведение измерений и вычислений [82].
Другой важной составной частью распознающего процесса является обучение, целью которого является восполнение недостатка априорных знаний о распознаваемых классах путем использования информации о них, содержащейся в обучающих наблюдениях:
где mk количество обучающих наблюдений, k = 1, 2,..., К.
Хотя методы и подходы, используемые при обучении, отличаются большим разнообразием (статистические
[13, 80], структурные [86], перцептронные, с использованием потенциальных функций [78], логические [26, 27] и др.), конечный результат их использования, как правило, неизменен это эталонные описания s,, s2, ..., sK, представляющие собой описания характеристик признаков X,, Х2,..., X для всех распознаваемых классов s,, s2,..., sK.
Увеличение продолжительности обучения ,
которая во многих случаях X (1.5) vXpl ^р2 "• ^pmk7 вычисляется по формуле [82]
[стр. 31]

31 1.5.2.
Формирование признакового пространства, т.е.
определение набора признаков X,, Х2, ..., X , пространства является неотъемлемой составной частью процесса распознавания [41].
При этом условия, в которых выполняется это формирование являются весьма противоречивыми.
С одной стороны, выбранная совокупность признаков должна в наибольшей степени отражать все те свойства объектов, которые важны для их распознавания, т.е.
набор признаков Xj, Х2, ..., X должен быть наиболее полным.
С другой стороны, с увеличением размерности р признакового пространства очень быстро возрастают вычислительная сложность процедур обучения и принятия решения, материальные и трудовые затраты на измерение необходимых характеристик объектов, т.е.
на получение наблюдений на этапе обучения и принятия решений.
Сокращение количества признаков уменьшает затраты на проведение измерений и вычислений, но может привести к снижению достоверности распознавания D, которая является основным показателем качества распознавания [74, 85, 87].
Если время на обучение и принятие решения жестко ограничено, то
повышение размерности признакового пространства может оказаться единственным средством увеличения достоверности.
Таким образом, одновременное достижение минимума общей размерности признакового пространства и максимума достоверности распознавания оказывается, как правило, невозможным, и, следовательно, одной из основных задач синтеза распознающих систем является выбор из заданного множества признаков
Yt,Y2, ..., Yq оптимального набора Xj, Х2, ..., X из р признаков, обеспечивающего требуемый по условиям решаемой задачи уровень достоверности распознавания и минимизирующего затраты на проведение измерений и вычислений [82].
1.5.3.
Другой важной составной частью распознающего процесса является обучение, целью которого является восполнение недостатка априорных знаний о распознаваемых классах путем использования информации о них, содержащейся в обучающих наблюдениях: /
Хтт к Х11 Х12 Х1тк Х21 Х22 ”• Х2тк \ (1.5) ЧХ р1 Х р2 **• Х р т к ) где т к количество обучающих наблюдений, k = 1,2,..., К.
Хотя методы и подходы, используемые при обучении, отличаются большим разнообразием (статистические
[14, 85], структурные [86], перцептронные, с использованием потенциальных функций [80], логические [28, 29] и др.), конечный результат их использования, как правило, неизменен это эталонные описания Sj, s2, ..., §к, представляющие собой описания характеристик признаков Xt,X 2,...,X для всех распознаваемых классов Sj, s2, ..., sK.
Увеличение продолжительности обучения
Тоб, которая во многих случаях вычисляется по формуле [82]

[Back]