классификация масалаларида нопараметрик усуллар

DOC 993,5 КБ Бесплатная загрузка

Предварительный просмотр (5 стр.)

Прокрутите вниз 👇

$1443779863_61477.doc , , 1 , , 1 , 0 m i l j e s i = = î i s ( ) ( ) u u i i i i s s s s , , 1 r r = + u i s 1 + u i s t i k s î l , t 1 = { } r r i i i i i ,..., , ) , ( 1 + = h h h 2 1 £ £ £ r h 3 min 1 - £ £ j l j m i s , 2 1 ,..., 1 2 1 , 2 1 1 r d d d r k w ( ) ( ) { } a k y k k k opt = = w | max ( ) ( ) k y max a k k w î = m , …$

ланади. f(k) функционал тўпламда кўринишдаги объектларнинг чегаравий жуфтликлар сонини ифодалайди, бу ерда , . кўриниб турганидек, объектларнинг синфларга тегишлилиги ҳақида қарор қабул қилиш учун оптимал атрофни танлаш масалани ечиш билан аниқланади. бу масалани ечиш етарлича оддий ва масала барча учун f(k) нинг ҳамма қийматларини перебор қилишга келтирилади. - тўплам учун нинг қийматларидан ташкил топган бўлсин. дан нинг қийматини танлаш учун ёрдамчи ранжирловчи кўрсаткичлардан фойдаланилади. бундай кўрсаткичлар сифатида ҳар бир учун ҳисобланадиган турғунлик қийматлари олинади: бу ерда, - га яқин бўлган та объектдан синфга тегишли объектлар сони. учун нинг оптимал қиймати: бу ерда, . объект турғунлиги тушунчаси объект турғунлиги тушунчаси яқин қўшни оптимал атрофни ҳисоблашдан келиб чиқади ва ҳозирги ҳолатда ўзининг синфидаги объектлар билан қандай жойлашганлигини характерловчи сифат кўрсаткичи деб тушунилади. объектнинг турғунлиги : бўйича ҳисобланади, бу ерда - га яқин бўлган та объектлардан синфдан кўпчиликни ташкил қиладиган даги ҳодисалар сони. кўриниб турибдики, . объектлар турғунлигидан информатив аломатлар тўпламини саралаш, объектлар …

лиги embed equation.3 метрика бўйича қуйидагича ҳисобланади: (1.2) у ҳолда ва катталиклар мос равишда kq синфдаги ва e0 танловдаги объектларнинг турғунлиги деб кўрсатилади. синфлар объектлари сонини миқдорий муносабатини ўрнатиш учун , параметр киритамиз: (1.3) ва лар si e0 объектнинг мос равишда метрикалар орқали (1.3) ни ҳисобга олган ҳолда (1.2) бўйича турғунлик қийматлари бўлсин. ҳодисалар синфини қараймиз. бўйича z1,...,zm нуқталарда йўқотиш функциясини аниқлаймиз: (zi) = ( - ) = агар эҳтимоллик чегараси бўлса, ҳодисалар синфи бўйича метрика метрикадан кучлироқ деб ҳисоблайлик. (1.1) бўйича альтернатив турғунлик характеристикасини ҳисоблаш учун, {( )} кўринишдаги чегаравий жуфтликлар тўплами бўйича объектларни ранжирлаш ғоясидан фойдаланиш таклиф қилинади. метрика бўйича si kj e0 объектнинг турғунлик ранги қуйидагича аниқланади: = бу ерда ω = . , тўпламни мустақил ҳолатда метрикаларни ўзаро солиштириш учун ва { } қийматларини мажмуи билан “e0 танловда метрикадан фойдаланиш метрикадан кўра афзал” гипотезани текшириш шаклида фойдаланиш мумкин. e0 танловда метриканинг метрикадан афзаллиги: m(v,u)= каби аниқланади. …

ила в задаче распознавания образов с использованием размытых множеств // автоматика и телемеханика.- 1985.- № 11.- с. 108-116. 6. будущее искусственного интеллекта.-м.: наука, 1991.- 302 с. 7. вапник в.н. восстановление зависимостей по эмпиpическим данным. - м.: наука, 1979. - 447 с. 8. ветров д.п., рязанов в.в. о минимизации признакового пространства в задачах распознавания // тр. междунар. конф. математические методы распознавания образов:м., 2001.- с. 22-24. _1446882766.unknown _1446882798.unknown _1446882814.unknown _1446882822.unknown _1446882830.unknown _1446882838.unknown _1446882842.unknown _1446882844.unknown _1446882846.unknown _1446882847.unknown _1446882845.unknown _1446882843.unknown _1446882840.unknown _1446882841.unknown _1446882839.unknown _1446882834.unknown _1446882836.unknown _1446882837.unknown _1446882835.unknown _1446882832.unknown _1446882833.unknown _1446882831.unknown _1446882826.unknown _1446882828.unknown _1446882829.unknown _1446882827.unknown _1446882824.unknown _1446882825.unknown _1446882823.unknown _1446882818.unknown _1446882820.unknown _1446882821.unknown _1446882819.unknown _1446882816.unknown _1446882817.unknown _1446882815.unknown _1446882806.unknown _1446882810.unknown _1446882812.unknown _1446882813.unknown _1446882811.unknown _1446882808.unknown _1446882809.unknown _1446882807.unknown _1446882802.unknown _1446882804.unknown _1446882805.unknown _1446882803.unknown _1446882800.unknown _1446882801.unknown _1446882799.unknown _1446882782.unknown _1446882790.unknown _1446882794.unknown _1446882796.unknown _1446882797.unknown _1446882795.unknown _1446882792.unknown _1446882793.unknown _1446882791.unknown _1446882786.unknown _1446882788.unknown _1446882789.unknown _1446882787.unknown _1446882784.unknown _1446882785.unknown _1446882783.unknown _1446882774.unknown _1446882778.unknown _1446882780.unknown _1446882781.unknown _1446882779.unknown _1446882776.unknown _1446882777.unknown _1446882775.unknown _1446882770.unknown _1446882772.un

known _1446882773.unknown _1446882771.unknown _1446882768.unknown _1446882769.unknown _1446882767.unknown _1446882750.unknown _1446882758.unknown _1446882762.unknown _1446882764.unknown _1446882765.unknown _1446882763.unknown _1446882760.unknown _1446882761.unknown _1446882759.unknown _1446882754.unknown _1446882756.unknown _1446882757.unknown _1446882755.unknown _1446882752.unknown _1446882753.unknown _1446882751.unknown _1446882741.unknown _1446882746.unknown _1446882748.unknown _1446882749.unknown _1446882747.unknown _1446882744.unknown _1446882745.unknown _1446882743.unknown _1446882737.unknown _1446882739.unknown _1446882740.unknown _1446882738.unknown _1446882735.unknown _1446882736.unknown _1446882734.unknown

Хотите читать дальше?

Скачайте полный файл бесплатно через Telegram.

Скачать полный файл

О "классификация масалаларида нопараметрик усуллар"

1443779863_61477.doc , , 1 , , 1 , 0 m i l j e s i = = î i s ( ) ( ) u u i i i i s s s s , , 1 r r = + u i s 1 + u i s t i k s î l , t 1 = { } r r i i i i i ,..., , ) , ( 1 + = h h h 2 1 £ £ £ r h 3 min 1 - £ £ j l j m i s , 2 1 ,..., 1 2 1 , 2 1 1 r d d d r k w ( ) ( …

Формат DOC, 993,5 КБ. Чтобы скачать "классификация масалаларида нопараметрик усуллар", нажмите кнопку Telegram слева.

Теги: классификация масалаларида нопа… DOC Бесплатная загрузка Telegram