книги из ГПНТБ / Галушкин, А. И. Синтез многослойных систем распознавания образов
.pdfные типы (всего система содержит 12 типов распределений) обра зуются на стыке диапазонов при К 0 = О, К 0 — 1, К 0 = оо с при влечением дополнительных критериев классификации. Решение уравнений (3-1) и (3-2) может быть получено в следующем виде:
|
(дс— а х — Лх) |
А | — а |
|
м л , - л 2) |
|
/ (х) = const |
|
|
|
(3-4) |
|
|
(х— а! —Л2) |
А 2 — а |
|
Ьг‘(А i — А2) |
|
|
|
где A i и А 2 — корни полинома G (х).
Сравнение встречающихся на практике частных видов распре делений с типовыми распределениями Пирсона говорит о широте охвата системы.
Выражение для плотности (3-4) может быть использовано в про цессе реализации оптимальных моделей СР при настройке по ра зомкнутому циклу. Обучение в рассматриваемом случае происхо дит следующим образом:
а) по выборке из генеральной совокупности для распределе ния, охват которого системой Пирсона подразумевается, оцени ваются четыре первых момента;
|
б) в соответствии с (3-2) по четырем моментам определяются |
коэффициенты распределения; |
|
для |
в) в соответствии с материалами гл. 2 определяется уравнение |
разделяющей поверхности и, если необходимо, выражение |
|
для |
средней функции риска. |
3-4. Метод допустимых преобразований
Метод допустимых преобразований [Л. 8, 34, 54 ] впервые был предложен в работе [Л. 34]. Ниже излагается некоторая его моди фикация. При этом показывается, что метод допустимых преобразо ваний приводит к СР, настраивающейся по разомкнутому циклу, причем априорная информация о виде допустимых преобразований эквивалентна априорной информации о виде типового распреде ления. При данном методе подобие Z (х, Х т) образа х и совокуп ности образов Х т (пг— I, , М), представляющих класс, оп ределяется следующим выражением:1
|
|
Z (х, Х т) — 1 |
М d (х, Х т), |
||
|
|
|
М |
т = 1 |
|
где d (х, |
Х т) — метод измерения расстояния. |
||||
При рассмотрении классов независимо достигается |
|||||
|
1 |
М |
м |
-т. р |
|
mm |
V |
У d ( X p, |
|||
|
Х т) = min [d ( Х т, Х р)\ |
||||
L м ( М — 1) m=i |
|
|
В работе (Л. 18] рассматривается случай К = 2. Ниже рас смотрим частный класс метрик, а именно
d (а, Ь) = |
K t i a - b i f . |
70
Отсюда следует, что необходимо обеспечить минимум следую щего выражения:
j |
|
М |
м |
N |
|
m inDr = m in ----------------- |
1) |
2 |
21 |
21 Wr, - (х |
— х V = |
М (М - |
Р = 1 |
Д |
Д |
mi xpi) - |
жжN
|
|
м |
2 |
П , |
2 1 ( - i)r_v c ; ^ |
- v |
|
|
|||
|
м |
М - |
1 и |
|
v=0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
2 |
xmi. причем Dr = |
0 для |
г = |
2Л—1, А = |
1, |
2 . . . |
||||
Для |
т =1 |
|
|
|
|
|
|
|
|
|
|
четного т |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
2М |
21 |
|
|
|
|
(3-5) |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
D2h ~~М — 1 “ |
|
|
|
|
||||
|
|
|
|
2ft |
|
i)2ft_v V . x f - v . |
|
|
|||
|
|
|
(2ft) = |
^ |
( - |
|
|
||||
|
|
|
|
v=o |
|
|
|
|
|
|
|
Достаточно просто показать, что |
минимум |
Д !Л |
при условии |
||||||||
ЛГ |
|
|
|
|
|
|
|
|
|
|
|
2 l F f i = l |
обеспечивается |
в случае |
|
|
|
|
|
||||
t=i |
|
|
|
|
|
|
|
|
|
|
|
Wu = |
|
|
1 |
|
|
|
, t = 1, . . . . N. |
||||
|
|
N |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
(2ft- |
|
|
|
|
|
|
|
|
|
|
|
|
|
N |
/ = 1 |
|
|
' |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
При |
условии |
П |
= |
1 минимум обеспечивается, |
если |
||||||
|
|
|
t=i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Л? |
|
1 |
|
|
|
|
|
|
|
|
|
|
-1 2ft.1V |
|
|
||
|
|
В^« = |
|
|
п /?(2Л) |
|
|
|
|
||
|
|
ут™ /=1 |
' |
|
|
|
|
||||
Отсюда следует, что с учетом (3-5) |
|
|
|
|
|||||||
|
|
|
|
|
N |
|
1 |
|
JV |
|
|
min Dj/j = |
min |
2.М |
. у |
|
(V |
|
|
|
|||
П |
F?h) |
= |
min |
П F f h) |
= min р. |
||||||
|
|
М - 1 |
н |
/=i |
/ |
|
|
/= 1 |
|
|
|
Дополнительная оптимизация здесь осуществляется поворотом |
|||||||||||
системы |
координат, т. е. линейным преобразованием вида |
||||||||||
|
|
|
|
|
|
N |
|
|
|
|
(3-6) |
|
|
|
|
xmj |
2 j xmicji' |
|
|
|
|||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
i=l |
|
|
|
|
|
71
Исходная ортогональная система координат преобразуется матрицей, на которую накладывается дополнительное требование ортогональности
С = |
N |
(3-7) |
. где 2 4 = 1' |
||
|
i=1 |
|
CN 1 ' ’ ' CN N .
Вслучае подобного преобразования объем области сохраняется.
Ввыбранной системе координат
2ft
Ff h)= 2 ( - |
1)2ft_Vc2V/4ft-v |
|
|
v=o |
|
|
|
С учетом (3-6) |
Г N |
1VГ w |
2ft—v |
2ft |
|||
Jfft)= 2 ( - D (2ft- v)c2vft |
L t=i |
2 |
xmicpi |
v=0 |
J Li=l |
J |
Отсюда
N |
|
|
|
|
(3-8) |
. . . |
|
|
|
|
|
,=1 |
|
|
|
|
|
2ft |
v С£Лх- . . . |
х- |
X. |
|
|
. = У ( — l)2ft |
|
(2ft |
|||
v^o |
1 |
v |
|
vil |
|
|
|
Итак, минимизируемая величина имеет следующий вид:
N |
N |
|
N |
|
|
|
P = n |
2 • |
■■ |
X |
с п |
■■■ с а |
^ |
|
—| |
/»j |
/<2;г ij. . ... ‘2ft- |
|||
/= ' »!=! |
|
l2h-1 |
|
|
|
Эту величину необходимо минимизировать при наложении со ответствующих ограничений (3-6) на коэффициенты линейного пре образования. Из (3-9) получаем:
|
N |
/ |
N |
N |
|
N |
|
|
|
|
|
f - |
2 |
|
п |
2 |
. . . |
X |
. |
е» - - - с» |
|
u i |
|
|
|
|
,ll |
,l2ft |
‘l’ • ■•■‘2ft) X |
||||||
dc!q |
i0= 1 |
\Ж 0.*1= 1 |
|
2 - |
1 |
|
|
|
|
||
|
|
|
|
|
|
‘ ft |
|
|
|
|
|
|
з |
|
* |
|
W |
|
|
|
|
|
|
|
О |
|
V |
|
• У |
Cl |
l |
■■• |
cl i |
Ui |
|
Х |
л |
|
^ |
' |
■ |
V l |
|
0!2ft |
‘l......... ‘2ft" |
||
|
dciq |
;1 = 1 |
|
l2ft=1 |
|
|
|
|
|
||
Обозначая |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
||
|
|
N |
N |
|
|
N |
C-- . . |
. C„ 'u • |
|||
л , |
= |
п |
2 |
■ |
. . |
|
|||||
|
|
yij |
;<2ft |
|
<r .. • . ‘2ft |
l2ft-1
и производя дальнейшие преобразования, получаем:
|
|
ЛГ |
2ft 2ft |
|
дск |
- Л г Ъ |
. . . ■ 2 |
.... <л 2«v n |
V |
ф \ |
' a - 1 |
»*v |
|
72
Можно показать, что симметричная перестановка индексов в группе индексов не меняет матрицу Ui , . . . , z'2fc> а несимметрич
ная изменяет ее. Следовательно, выражение для полного дифферен циала имеет следующий вид:
N N N |
N |
= 22 2 2 ••• |
2 V A i, •••Чд-i Х |
Х ( и «11....... 1*~1 + |
......... + ‘ ‘ |
•••+ Uix.....гА-Л......гяЛ—l)*
Минимум при ограничениях типа (3-7) обеспечивается при удовлетворении коэффициентами с следующего соотношения:
N |
|
|
|
|
|
. s |
1 |
4 ■■ ■ 4 |
f t - 1 ( |
........ 1'гЛ- |
.1 + |
2k |
1 |
|
|
o, |
|
+ |
% . . . . |
......... l2h—l) |
+ V/<? = |
||
|
|
/ , <7=1, |
• • ■, N. |
|
|
Отсюда следует, что параметры оптимального нелинейного пре образования исходного пространства признаков в данном случае непосредственно определяются через моменты распределения со вокупностей образов.
Рассмотрим связь метода допустимых преобразований с тео рией статистических решений. В случае г = 2 введенная мера по добия образа классу может быть представлена в преобразованном пространстве признаков в следующем виде:
--------------------------------------------------- — ----------- т
2(х , X m) = { x - x m) C W W TCT { x - l m) T .
Здесь / — единичная матрица, a W — диагональная матрица с диагональными элементами, которые в соответствии с (3-5) равны:
1 / » \ТГ
г“=Ч,Н ■
где о,- = / X, X — собственное значение ковариационной матрицы для совокупности образов, соответствующее z'-му собственному век тору, хт — вектор из множества Хт. Преобразуем выражение для меры подобия Z следующим образом:
|
|
N |
N |
|
.---------------------- т |
||
Z (х, Xffl) = |
2 |
2 |
[CWIWTCT]rs (xr - x mr)(xs - xW |
= |
|||
|
|
Г — 1 |
S = 1 |
|
|
|
|
N |
N |
|
|
_ |
__ |
__ |
|
— |
[C W |
I W |
{Xj-X& xrX$ |
XfXs -)- |
■ xrx5 |
XfX$) |
73
= 2 2 1 CWIW TCT]rs{xr - x r){xs - |
Xs) + |
г—1 S=1 |
|
+ 2 2 1 CW IW TCT]rsUrs, |
(3-10) |
/■=1 S=1 |
|
где Urs — элемент матрицы ковариаций. Далее рассмотрим мат рицу
[CWIWTCT] U = C ( W I W T) { C TU) = C ( WIWT) (CTU) (c c ~ l) =
= С (WIWT) (CTUC) C~l = C (WIWT) xc~ l =
|
|
2 |
|
_ 2_ |
N |
\ |
N |
/ N |
\ N |
= c ( п СГ/ ) |
i - h c - i |
П (Т/ |
|
где К -т- диагональная матрица с собственными значениями мат рицы по диагонали. Отсюда следует, что
|
|
2 |
|
N |
\ |
N |
|
[CWIWTCT] = ^ п |
CT/J |
и ~ К |
(3-11) |
Подставляя (3-11) в (3-10), получаем следующее:
2
/ N |
\ N |
|
|
z(x> |
°' |
2 |
2 |
Г= 1 |
S—1 |
||
|
N |
N |
|
^ ’ { * г - хг) К - * * ) +
|
|
|
V |
х' |
|
|
|
|
|
— |
2 |
|
|
ЛГ |
IV |
Г=1 S=1 |
|
|
||
|
|
|
|
|||
Найдем 2 |
2 |
Urs'^rs- |
Известно, что Ursl = —jp -, |
где Л |
||
r = i s = i |
|
|
д |
' |
||
алгебраическое |
|
дополнение |
элемента Urs в матрице |
ковариа |
||
ций U, а А — определитель матрицы U. Отсюда |
|
|||||
N |
|
N |
|
N |
/ N |
|
/•=1 5=1 |
|
а Г=1 |
\S = 1 |
|
||
По теореме о разложении определителя по строке или столбцу |
||||||
получим: |
|
N |
N |
. |
N |
|
|
|
|
||||
|
|
2 2 и» 1u rs= 4 |
2 Д = Л/- |
|
||
Отсюда |
|
г = 1 s = l |
“ |
г = 1 |
|
|
|
|
2 |
|
|
|
|
|
|
N |
|
|
|
|
Z х, Х_ |
|
N |
|
|
|
|
, |
н л |
|
2 2 |
{хг - хг) К - х,) + n |
||
|
r = l s = l |
|
|
|||
|
|
|
|
|
|
(3-12) |
74
С другой стороны, многомерное нормальное распределение может быть представлено в следующем виде:
|
/(х) = — |
лг— 1 7 |
х |
|
|
|
||||
|
|
|
(2л) 2 | U | 2 |
|
|
|
|
|||
X ехр |
■ |
' т 2 |
2 |
и7? [хг- |
хт~ ) (*. - |
*,) |
• |
(3-13) |
||
|
|
Г— 1 |
S = 1 |
|
|
|
|
|
|
|
Отсюда легко получить преобразование S [/: (х) ], |
которое де |
|||||||||
лает равными меру |
|
подобия Z, рассмотренную выше |
для г = 2 |
|||||||
и введенную в |Л. 34], и плотность распределения (3-13): |
|
|||||||||
|
|
2 |
|
|
|
|
|
|
|
|
S [/(х)] = |
|
|
|
-1 п ((2 я )* | £/ I) — 2 In / (х)] |
|
|||||
или, иначе, |
|
|
|
|
|
2_ |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
N |
а, |
\ N |
X |
|
|
|
|
|
Е/ (х) = |
II |
|
|
|
|
|||
|
|
|
|
i |
1 |
! |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
In |
|
|
U N |
\ |
N |
— 2 In / |
|
|
|
N — |
(2n)N |
П а / |
|
(х) |
|
|
||||
|
|
|
|
\/-i |
! |
|
|
|
|
|
3-5. Построение СР нестационарных образов
Большинство существующих разработок в области теории и практики распознавания образов относится к стационарным об разам, т. е. к таким, когда сигнал х (п) представляет собой стацио нарный случайный процесс. Иными словами, картина образа, т. е. множество в М-мерном пространстве является неизменным во вре мени, а любой образ является представителем совокупности с рас пределением, не зависящим от времени. В действительности пред ставление человека об окружающем мире постоянно изменяется. Человек забывает старые факты и больший вес зачастую придает последним. Одним словом, некоторый обобщенный образ у человека как бы перемещается во времени в некотором пространстве призна ков, которые вырабатываются у человека в мозгу. Можно было бы назвать несколько практических задач распознавания образом, где образы в пространстве признаков подчиняются законам распре деления, переменным во времени.
На рис. 3-5 показаны линии равных значений условных плот ностей для первого и второго класса, а также девиация разделяю щей поверхности в нестационарном случае. В этом смысле задачу распознавания нестационарных на некотором интервале времени образов иногда можно трактовать как стационарную с более слож ной оптимальной разделяющей поверхностью. Рассмотрим простей ший случай распознавания двух совокупностей образов, распреде
75
ленных в текущий момент времени по нормальным законам с рав ными ковариационными матрицами. В этом случае при одинаковых дисперсиях для различных признаков уравнение для оптимальной разделяющей поверхности будет иметь следующий вид:
хг [шх (я) — ш2 (я)] = - j - [m f (я) ГП| (я) — tnJ (я) гп2 (я) ], (3-14)
где rrij (я), ш2 (я) — векторы математических ожиданий совокуп ностей образов первого и второго класса в текущий момент вре
мени я.
Таким образом, в данном случае задача синтеза систем распо знавания нестационарных образов заключается в оптимальном с не которой точки зрения определении оценок векторов математиче-
Рис. 3-5. К рассмотрению нестационарных образов (я — момент времени).
а — стационарный случай; б — нестационарный случай.
ских ожиданий совокупностей образов первого и второго класса (блок /, рис. 3-1) и вычислении параметров разделяющей поверх ности (параметров системы распознавания нестационарных обра
зов) в текущий момент времени (блок II, рис. |
3-1) |
в соответствии |
с формулой (3-14). |
3-1 |
при получении |
Необходимо отметить, что в блоке / на рис. |
оптимальных оценок векторов математических ожиданий возможно применение ограниченного числа желаемых операторов воспроиз ведения полезного сигнала (упреждение на постоянный, убываю щий и нулевой интервалы времени) в зависимости от конкретной постановки задач распознавания. В отличие от систем распознава ния стационарных образов при нестационарных образах возможны следующие постановки задачи обучения распознаванию:
1. Определение оптимальных параметров системы распознава ния в текущий момент времени с целью принятия решения (распо знавания) с наименьшими ошибками в текущий момент времени.
2. Определение оптимальных в текущий момент времени па раметров системы распознавания нестационарных образов для упрежденного на постоянный интервал а = const момента времени с целью нахождения того, какое наиболее правильное решение нужно будет принимать через время а.
3. Определение в текущий момент времени оптимальных пара метров систем распознавания нестационарных образов для упреж
денного на интервал а — Ь—п (b = const) момента времени с целью нахождения того, какое наиболее правильное решение нужно
будет принимать в некоторый |
конкретный момент времени п = В |
по текущей информации. |
векторов математических ожиданий |
При этом задача оценки |
ш1 (ft), m2 (п) является классической задачей оптимальной много мерной фильтрации случайных процессов, приводимых к стацио нарным. Синтез оптимального многомерного фильтра для оценки векторов математических ожиданий приведен в [Л. 43].
3-6. Построение настраивающихся по разомкнутому циклу СР в режиме самообучения
Рассмотрим алгоритм самообучения СР по разомкнутому циклу в том случае, когда распределение f (х) входного сигнала СР яв
ляется суммой произвольного числа многомерных нормальных за конов с соответствующими априорными вероятностями [Л. 55].
Двумодальное распределение
В качестве уравнения для разделяющей поверхности можно использовать любое из приведенных в § 3-2. Как видно из этих урав нений, искомыми при решении задачи самообучения в данном слу чае являются рх, р2, Шц ш2, Ux, U2, т. е. (N + 1) (N + 2) пара
метров. Основной задачей в моментном (параметрическом) подходе к самообучению является нахождение зависимости между этими параметрами и моментами распределения входного сигнала. Введем некоторые обозначения
m® = J xf (х) dx; |
k = |
(kx, |
k2, |
. . . . kн) — вектор-строка |
N |
чисел; |
||||||
kj — Q, |
1,2 |
|
(/ = |
1 |
|
|
N); | к | = |
^ |
N |
|
|
|
......... |
|
|
kj — порядок |
/V-строч- |
||||||||
|
|
N |
|
|
|
|
|
|
_ 1 " |
|
J (х — |
|
ки к; |
хк = |
П *■/ = |
|
|
. |
• |
• • . |
|
/ 0 (х) = f (х); !*к. = |
|||
„ |
/=1 |
( i = |
|
|
2) |
|
для | к | |
|
2. |
|
|
|
— m [) *f i ( x) dx, |
0 , |
1, |
|
, |
|
|
||||||
Очевидны следующие соотношения: |
|
|
|
|||||||||
|
|
|
Pi + |
P2 |
= l ; |
|
Pi™i + |
ргт2= m0. |
|
(3-15) |
Получим общее выражение для центрального момента р,£ по
рядка | к] >2 распределения входного сигнала СР через параметры распределений первого и второго класса:
И* = J (х — m0)k/ (х) dx = рх J (х— m0)kfx(х) dx +
+ P i J ( x — m 0)k / 2 (x) d x. |
(3-16) |
77
В |
первом слагаемом |
|
|
|
|
|
|
|
|
|
|||||
J (х — m0)k fi (х) dx = J [(х — mi) + |
(nii — ш0)]к fi |
(х) dx -■ |
|
||||||||||||
|
°о |
|
|
|
|
|
( N |
|
|
|
|
|
|
|
|
= |
J |
и (Х1...........x n ) |
П l(xi - тп) + («д - «/„)] I *х,- |
|
|
||||||||||
— 00 |
|
|
|
|
|
1/=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
I f i (x v • ■■’ x n ) * |
|
|
|
|
||||
|
|
N |
|
|
|
|
|
|
|
|
dx. | = |
|
|
||
|
X |
П |
|
|
|
|
|
|
|
|
|
|
|||
|
|
I /=1 |
|
/.=1 |
|
|
|
|
|
|
|
|
|
|
|
I |
h (x v |
|
■■■> x n ) |
2 J (x - |
ml)' |
n |
|
C lk4 m ] l - m |
l0)kl |
li |
dx |
||||
|
|
|
|
|
|
l<k |
|
L/=i |
' |
|
|
|
|
||
= |
V |
|
n |
|
C-J (m |
- |
mj0)кГ 11 |
J |
(x — m j)' |
(x) d (x) |
|
||||
«3 |
|
«=1 |
J |
|
|
|
|
|
|
|
|
|
|
||
|
/=i |
V .. ,.k! |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
.Г (mi — m0)k 1fi,,. |
|
|
|
|
||||||
|
|
|
|
|
l<k |
И (к — 1!) |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
к — 1 = (*i — k , ■■■, |
kN — 1ц); |
|
|
|
|
|||||
|
|
|
|
|
k! |
= |
(AJ) (*,l), • |
• • |
(kN\). |
|
|
|
|
||
Здесь |
1 |
< |
к обозначает, |
что |
одновременно |
|
выполняются |
||||||||
< k lt |
. . . |
, |
In < kN> а суммирование |
проводится |
во всем |
1 |
< к. |
||||||||
Воспользоваться этой зависимостью трудно, так как внутри |
|||||||||||||||
суммы |
могут |
присутствовать |
моменты |i/ |
(7 = 1, 2), |
порядок ко |
торых | 1 |> 2 . Известно, что центральные моменты многомерного нормального распределения однозначно выражаются через цен тральные моменты второго порядка. Вывод такой зависимости пред ставлен в [Л. 49]. Здесь приведен окончательный результат
где К\ |
— множество |
всех наборов |
{к/} вектор-строк |
к/ порядка |
[ку | = |
2 таких, что существуют натуральные числа S/, |
удовлетво |
||
ряющие следующему |
условию: |
|
|
|
|
|
2 ^ = |
1. |
|
78
Подставив полученные результаты в (3-16), получаем соотно шение между центральными моментами распределения входного сигнала и распределениями первого и второго класса:
|
е». - 2 |
" I |
^ |
и |
<” >'- m*)w х |
|
|
|
i=l |
1<к |
|
|
|
|
|
|
|
X |
|
|
V-kji |
\ Si |
(3-17) |
|
|
|
|
*/' |
) . |
||
|
|
{*/}£«' |
|
|
|||
|
|
|
|
|
|
||
Уравнение (3-16) и необходимое число уравнений (3-17) состав |
|||||||
ляют |
систему (N + 1 ) |
(N + |
2) уравнений относительно |
(N -+- 1) |
|||
(N + |
2) искомых |
параметров |
|
некоторых |
составляющих |
функции |
|
распределения p lt |
р 2, nij, m2, |
S lt S 2. В |
[Л. 55] приведены неко |
торые соображения по выбору необходимого числа уравнений. Таким образом, структура рассматриваемой СР в режиме самообу чения будет состоять из следующих последовательно соединенных блоков: блока вычисления (N + 1) (N + 2) моментов распределе ния входного сигнала, блока вычисления параметров распределе ния первого и второго класса, блока построения разделяющих по верхностей.
Многомодальное распределение. Уравнения для разделяющих поверхностей в данном случае легко могут быть получены по мате риалам, посвященным К классам образов с использованием выра жения для многомерного нормального закона. Для построения данной разделяющей поверхности необходимо знать параметры рь,
0 |
^ |
(N + |
1) (N + 2) |
1щ , S* составляющих распределении |
I всего К |
----- 1 |
--------- па |
раметров). Система уравнений для определения этих параметров через центральные моменты распределения входного сигнала имеет следующий вид:
К |
|
К |
|
|
|
2 |
Pk = |
1; |
2 |
Pkmk = |
|
k=\ |
|
k=\ |
|
|
|
|
|
|
k! |
I) ! K |
- mo)k 1x |
k=l |
l<k |
(k - |
|||
|
|
|
\S;I |
||
|
|
П — |
Pkjk |
||
* |
2 |
k/1 |
(3- 18) |
||
i |
s, |
|
|||
Данная система |
уравнений |
служит основой для построения |
второго из трех указанных блоков вычисления параметров распре деления образов первого и второго класса СР, самообучающейся по разомкнутому циклу.
Отметим, что реализация на ЦВМ систем распознавания, на страивающихся по разомкнутому циклу, представляет собой само стоятельную задачу. Так как реализация связана в основном с во-
79