Главная > Принципы распознавания образов
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

6.3.2. Алгоритм корректирующих приращений

Алгоритм, подобный алгоритму перцептрона, можно построить с помощью введенной в предыдущем разделе функции критерия

где, как и раньше,

Как указывалось выше, минимум функции критерия по соответствует правильной классификации всех образов.

Следует определить частную производную функции критерия по вектору весов

где функция равна +1 или —1 в зависимости от знака ее аргумента.

Положив и подставив эту функцию в общее выражение алгоритма (6.3.8), получим

где начальное значение вектора весов выбирается произвольно. Воспользовавшись приведенным выше определением функции уравнение (6.3.11) можно представить в эквивалентной форме

Интересно отметить, что этот алгоритм корректирует значение вектора весов на каждом шаге. Указанное свойство отличает его от алгоритма перцептрона, который осуществляет коррекцию только в случае неправильной классификации образа. Название алгоритма, представленного выражениями (6.3.11) или (6.3.12), определяется тем обстоятельством, что величина коррекции пропорциональна приращению а.

Считается, что итеративная процедура, определяемая выражениями (6.3.11) или (6.3.12), сошлась к точному (свободному от ошибок) решению, если все образы обучающей выборки, принадлежащие классу , классифицированы правильно. Более строго это означает, что если хесог, и противном случае. Для правильного распознавания, однако, достаточно потребовать, чтобы для всех образов из класса выполнялось условие

где Эта ситуация представляет случай 3 разделения нескольких классов, рассмотренный в § 2.2.

Следует отметить, что алгоритм разделения нескольких классов был построен непосредственно как таковой в отличие от метода, использованного в гл. 5, где сначала был рассмотрен случай разделения двух классов.

Когда рассматриваемые классы не поддаются точному разделению с помощью выбранной решающей функции, есть гарантия, что в пределе решение сойдется в смысле минимизации абсолютной величины его расхождения с в соответствии с функцией критерия (6.3.9). Поскольку байесовские решающие функции тождественно равны этим плотностям распределения, то, следовательно, аппроксимация байесовского классификатора по минимуму абсолютных величин гарантирована.

При разделении двух классов вектор весов разделяющей поверхности можно определить непосредственно. В этом случае (6.3.11) принимает вид

где начальный вектор весов выбирается произвольно. При использовании уравнения (6.3.14) предполагается, что вектор весов класса поэтому если образ принадлежит классу если образ принадлежит классу . В таком случае по аналогии с (6.1.4) можно сформулировать следующее решающее правило:

так как произведение есть некая аппроксимация плотности распределения . Алгоритм, представленный уравнением (6.3.14), легко выразить в форме (6.3.12).

Из выражения для решающего правила (6.3.15) следует, что алгоритм разделения двух классов сходится к точному решению, когда для всех образов класса для всех образов класса Вполне оправданно в этом случае и использование алгоритма разделения нескольких классов, что приводит к получению двух решающих функций: Как отмечалось выше, единственную решающую функцию в этом случае можно получить в виде

Пример. В гл. 4 для образов, представленных на рис. 6.4, были определены байесовские решающие функции Интересно при таком же задании классов воспользоваться построенным в этом разделе алгоритмом корректирующих приращений для определения решающих функций

в форме . Операция пополнения образов приводит к классам . Отметим, что ни в одном из классов образы не умножались на —1, как это делалось в гл. 5 для случая разделения двух классов.

Рис. 6.4. Разделяющая граница, найденная с помощью алгоритма корректирующих приращений.

Положив и воспользовавшись алгоритмом корректирующих приращений, получим

На следующем шаге предъявляется образ , так как образ также принадлежит классу имеем Следовательно,

На следующем шаге так что

Продолжая эту процедуру проверяя после каждого шага итерации правильность классификации новым вектором весов всех образов, мы обнаружим при что алгоритм сошелся и выдал следующий вектор весов:

Чтобы найти уравнение, определяющее разделяющую границу, следует учитывать, что решения принимаются на основе правил или . Итак, разделяющая граница определяется уравнениями или что с учетом значения вектора весов дает

Эта разделяющая граница показана на рис. 6.4.

1
Оглавление
email@scask.ru