Построение распознающих операторов в условиях взаимосвязанности признаков

Abstract

RU: Рассмотрена задача распознавания образов, заданных в пространстве взаимосвязанных признаков. Предложен новый подход к построению модели распознающих операторов, учитывающий взаимосвязанность заданных признаков. При этом построение модели осуществлено для распознающих операторов типа потенциальных функций. Основная идея предлагаемого подхода заключается в формировании независимых подмножеств взаимосвязанных признаков и выделении предпочтительной модели зависимости для каждого подмножества сильносвязанных признаков. Анализ полученных результатов показывает, что рассмотренные распознающие операторы используются в тех случаях, когда между признаками объектов, принадлежащих к одному и тому же классу, существует некоторая зависимость. При слабом выражении этой зависимости используется классическая модель распознающих операторов. Основным преимуществом предложенных распознающих операторов является улучшение точности и значительное сокращение объема вычислительных операций при распознавании неизвестных объектов, что позволяет применить их при построении распознающих систем, работающих в режиме реального времени. UK: Розглянуто задачу розпізнавання образів, заданих у просторі взаємозалежних ознак. Запропоновано новий підхід до побудови моделі розпізнавальних операторів, що враховує взаємозв’язок заданих ознак. При цьому побудова моделі здійснена для розпізнавальних операторів типу потенційних функцій. Основна ідея пропонованого підходу полягає у формуванні незалежних підмножин взаємозалежних ознак і виділенні кращої моделі залежності для кожної підмножини сильнозв’язаних ознак. Аналіз отриманих результатів показує, що розглянуті розпізнавальні оператори використовуються в тих випадках, коли між ознаками об’єктів, що належать до доного класу, існує деяка залежність. При слабкому вираженні цієї залежності використовується класична модель розпізнавальних операторів. Основною перевагою запропонованих розпізнавальних операторів є поліпшення точності і значне скорочення обсягу обчислювальних операцій при розпізнаванні невідомих об’єктів, що дозволяє застосувати їх при побудові розпізнавальних систем, які працюють у режимі реального часу. EN: The problem of recognizing of patterns given in the space of correlated features is considered. The new approach to the building of model of recognition operators, which considers the correlation of given features, is proposed. The building of the model is carried out for potential function type recognition operators. The main idea of the proposed approach is formation of uncorrelated subsets of strongly correlated features and extracting preferred correlation model for each of subsets of strongly correlated features. Analysis of the results shows that the considered recognition operators are used in cases when there is a certain correlation between objects belonging to the same class. When the expression of this relationship is weak, classical model of recognition operators is used. The main advantage of the proposed recognition operators is to improve the accuracy and the significant reduction in the volume of computational operations in recognition of unknown objects, which allows them to use when building recognition systems working in real time.