Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635043)
Контекстум
Руконтекст антиплагиат система
Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии  / №1 2010

ИСПОЛЬЗОВАНИЕ ВЕРОЯТНОСТНЫХ ПРИЗНАКОВ И АЛГОРИТМОВ, ОСНОВАННЫХ НА ПРИНЦИПЕ ЧАСТИЧНОЙ ПРЕЦЕДЕНТНОСТИ, ДЛЯ ВЫЧИСЛЕНИЯ ЭФФЕКТИВНОСТИ ОБУЧЕНИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ (90,00 руб.)

0   0
Первый авторДурденко
АвторыИльичев М.А.
Страниц5
ID519790
АннотацияПроанализированы основные особенности функционирования алгоритмов вычисления оценок и принятия решений по распознаванию. Отмечено существенное затруднение, возникающее при использовании алгоритмов вычисления оценок совместно с вещественнозначными вероятностными признаками. Изложена новая методика вычисления эффективности обучения системы распознавания образов при использовании вещественнозначных вероятностных признаков и алгоритмов принятия решений, основанных на принципе частичной прецедентности. Предложен способ классификации систем распознавания на основе вычисления коэффициента эффективности обучения системы
Дурденко, В.А. ИСПОЛЬЗОВАНИЕ ВЕРОЯТНОСТНЫХ ПРИЗНАКОВ И АЛГОРИТМОВ, ОСНОВАННЫХ НА ПРИНЦИПЕ ЧАСТИЧНОЙ ПРЕЦЕДЕНТНОСТИ, ДЛЯ ВЫЧИСЛЕНИЯ ЭФФЕКТИВНОСТИ ОБУЧЕНИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ / В.А. Дурденко, М.А. Ильичев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2010 .— №1 .— С. 54-58 .— URL: https://rucont.ru/efd/519790 (дата обращения: 03.05.2024)

Предпросмотр (выдержки из произведения)

ИСПОЛЬЗОВАНИЕ ВЕРОЯТНОСТНЫХ ПРИЗНАКОВ И АЛГОРИТМОВ, ОСНОВАННЫХ НА ПРИНЦИПЕ ЧАСТИЧНОЙ ПРЕЦЕДЕНТНОСТИ, ДЛЯ ВЫЧИСЛЕНИЯ ЭФФЕКТИВНОСТИ ОБУЧЕНИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ В. А. <...> Дурденко*, М. А. Ильичев** * Воронежский институт инновационных систем ** Воронежский институт МВД РФ Поступила в редакцию 10.03.2010 г. Аннотация. <...> Проанализированы основные особенности функционирования алгоритмов вычисления оценок и принятия решений по распознаванию. <...> Отмечено существенное затруднение, возникающее при использовании алгоритмов вычисления оценок совместно с вещественнозначными вероятностными признаками. <...> Изложена новая методика вычисления эффективности обучения системы распознавания образов при использовании вещественнозначных вероятностных признаков и алгоритмов принятия решений, основанных на принципе частичной прецедентности. <...> Предложен способ классификации систем распознавания на основе вычисления коэффициента эффективности обучения системы. <...> Ключевые слова: алгоритм вычисления оценок, системы распознавания образов, вещественнозначные вероятностные признаки, плотность распределения, коэффициент эффективности обучения. <...> Анализируя сложившиеся к настоящему времени подходы к решению задачи распознавания, можно отметить, что вне зависимости от предметной области, разработчики систем пользуются методом, который в общем случае предполагает следующие этапы решения указанной задачи. <...> Обосновывается алфавит признаков и последовательно формируется априорный и рабо© Дурденко В. А., Ильичев М. А., 2010 чий алфавит признаков. <...> Затем проводится классификация распознаваемых объектов в соответствии с задачами, решаемыми системой управления. <...> Выбирается алгоритм распознавания, обеспечивающий отнесение распознаваемого объекта к тому или другому классу или их совокупности. <...> Наконец разрабатываются специальные алгоритмы управления работой системы с тем, чтобы процесс функционирования системы распознавания <...>