Использование ковариационной матрицы для вычисления весовых коэффициентов классификаторов в задаче многоклассового распознавания

Субботенко А. В., Кирюхин Д. А., Петрухин Г. Д.

Читать статью полностью

  Использование ковариационной матрицы для вычисления весовых коэффициентов классификаторов в задаче многоклассового распознавания(1,06 MB)

Аннотация

В статье рассмотрены основные этапы разработки алгоритма распознавания. Показана нетривиальность задачи поиска оптимальных параметров классификаторов при многоклассовом распознавании. Предложен подход для формирования весовых коэффициентов классификаторов на основе вычисления «следа» ковариационной матрицы и дана его физическая трактовка.

Ключевые слова:

распознавание – recognition; ковариационная матрица – covariation matrix; «след» матрицы – matrix ‘trace’; весовой коэффициент – weight coefficient

Список литературы

1. Гмурман, В. Е. Теория вероятностей и математиче- ская статистика / В.Е. Гмурман. – М.: "Высшая школа", 1972. – 368 с.

2. Фукунага, К. Введение в статистическую теорию распознавания образов / К. Фукунага. – М.: Наука. Главная редакция физико-математической литературы, 1979. – 368 с.

3. Tax, D.M.J. Support Vector Data Description / D.M.J. Tax, R.P.W. Duin // Machine Learning. – 2004. – No. 54. – P. 45–66.

4. Субботенко, А. В. Алгоритм поэкземплярного распоз- навания на основе метода опорных векторов / А.В. Суббо- тенко // Информация и Космос. – 2014. – № 2. – С. 47– 53.

5. Мерков, А. Б. Распознавание образов: Построение и обучение вероятностных моделей / А.Б. Мерков. – Ленанд, Москва, 2014. – 240 с.

6. Фомин, Я. А. Распознавание образов: теория и приме- нения / Я.А. Фомин. – 2-е изд. – Москва: ФАЗИС, 2012. – 429 с