Зменшення розмірності ознакового простору рослинних об’єктів за допомогою факторного аналізу

Abstract

UK: У статті показана можливість зменшення кількості інформативних ознак для багатоспектральних даних рослинного походження за допомогою методів факторного аналізу. Для дослідження були використані реальні коефіцієнти відбиття кукурудзи, мишію та амброзії. Перед використанням метода факторного аналізу була виконана процедура перевірки відповідності початкового набору даних до нормального закону розподілу. Факторний аналіз проводився окремо для трьох рослин: кукурудзи, мишію та амброзії. Для кожної рослини встановлені розміри нового простору, а також надана якісна оцінка кореляції між елементами нового і початкового простору даних. Перехід до нового ознакового простору виконувався за умови, що рівень інформативності підтримувався на рівні не менше 80% по відношенню до початкового набору даних. Для кожного виду рослини була проведена процедура перевірки правильності вибору кількості ознак за допомогою розрахунку спільностей. Отримані результати можуть бути використані при побудові класифікатора рослинних об’єктів. EN: A possibility of reducing the number of informative features for multispectral phytogenous data by means of the factor analysis method is shown in the article. For investigation there were used real reflection coefficients of maize, bristlegrass and ambrosia. Prior to usage of the factor analysis it was performed the procedure to verify an initial set of data for conformity with distribution by the normal distribution law. The factor analysis was conducted separately for three plants: maize, bristlegrass and ambrosia. Sizes of a new space were set for each plant, and also there was given quality estimation of correlation between elements of a new and initial space of the data. Transfer to new features was executed provided that a level of informativeness was maintained at a level of 80% minimum in comparison with the initial set of data. For each plant species the procedure of verification of the feature number choice correctness was performed by calculating of generalities. The obtained results can be used to construct plant objects classifier.