РАЗРАБОТКА И ИССЛЕДОВАНИЕ УСТОЙЧИВЫХ АЛГОРИТМОВ РАСПОЗНАВАНИЯ ОБРАЗОВ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Аннотация
Представлены разработка и исследование устойчивых методов классификации образов, основанных на методе наименьших квадратов и методе наименьших модулей. В результате эксперимента установлено, что решение по методу наименьших квадратов ошибочно в 6 случаях из 10, а по методу наименьших модулей – в 4 случаях из 10. Также разработан метод классификации образов, основанный на корреляционной связи оцениваемого образа и образа, хранящегося в памяти. При этом принадлежность образа к определенному классу определялась по трем значениям: максимальному значению из ковариационных моментов вектора, максимальному весу, значению выходного сигнала. Исследование этого алгоритма показало, что лишь при 6 и более ошибочных пикселах алгоритм теряет способность к классификации.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Каллан, Р. Основные концепции нейронных сетей / Р. Каллан; пер. с англ. – М.: Издат. Дом «Вильямс», 2001. – 288 с.
Ярмоленко, А.С. Применение теории нейронных сетей в геоинформатике / А.С. Ярмоленко // Изв. вузов. Геодезия и аэрофотосъемка. – 2008. – № 2. – С. 33 – 44.
Осовский, С. Нейронные сети для обработки информации / С. Осовский; пер. с польск. И.Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
Медведев, В.С. Нейронные сети. MATLAB 6 / В.С. Медведев, В.Г. Потемкин; под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 c.
Хайкин, С. Нейронные сети: полный курс / С. Хайкин. – 2-е изд. испр.; пер. с англ. – М.: ООО «И.Д. Вильямс», 2006. – 1104 с.
Хьюбер, П. Робастность в статистике / П. Хьюбер. – М.: Мир, 1984. – 304 с.
Ярмоленко, А.С. Нейроаналитический метод классификации образов / А.С. Ярмоленко, О.А. Куцаева // Вестн. Полоц. гос. ун-та. Серия F. Прикладные науки. Строительство. – 2012. – № 16. – С. 141 – 147.
Robust Statistics: The Approach Based on Influence Functions / F.R. Hampel [et al.]. – Wiley, 1986. Робастность в статистике. Подход на основе функций влияния. – М.: Мир, 1989. – 512 с.
Боровков, А.Я. Математическая статистика / А.Я. Боровков. – М.: Изд-во «Наука», 1984. – 472 с.
Рекомендуемые статьи автора (авторов)
- А. С. ЯРМОЛЕНКО, О. А. КУЦАЕВА, РАСЧЕТ ВЗАИМНОЙ ИНФОРМАЦИИМЕЖДУ РАСПОЗНАВАЕМЫМИ ОБЪЕКТАМИ ПРИ ДЕШИФРИРОВАНИИ МНОГОКАНАЛЬНЫХ ИЗОБРАЖЕНИЙ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2016)
- А. С. ЯРМОЛЕНКО, О. В. СКОБЕНКО, ПРИМЕНЕНИЕ РЯДОВ ФУРЬЕ В ФИЛЬТРАЦИИ ГЕОИНФОРМАЦИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 16 (2018)
- О. Н. ПИСЕЦКАЯ, А. С. ЯРМОЛЕНКО, ОПРЕДЕЛЕНИЯ ГЕОИДА НА ЛОКАЛЬНОЙ ТЕРРИТОРИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2018)
- А. С. ЯРМОЛЕНКО, О. В. СКОБЕНКО, ИСПОЛЬЗОВАНИЕ ВЕЙВЛЕТОВ В ФИЛЬТРАЦИИ И СЖАТИИ ГЕОИНФОРМАЦИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2018)
- А. С. ЯРМОЛЕНКО, О. А. КУЦАЕВА, ОБОСНОВАНИЕ МЕТОДА РАДИАЛЬНЫХ БАЗИСНЫХ ФУНКЦИЙ ДЛЯ КЛАССИФИКАЦИИ ГЕОПРОСТРАНСТВЕННЫХ ОБЪЕКТОВ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2017)
- Т. Н. МЫСЛЫВА, О. А. КУЦАЕВА, ГЕОСТАТИСТИЧЕСКИЙ АНАЛИЗ КАК ИНСТРУМЕНТ ОЦЕНКИ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ СВОЙСТВ ПОЧВ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 16 (2019)