Процедура классификации образов в схеме конфлюентного анализа с корреляцией погрешностей в результатах измерения координат признаков образов

В статье рассмотрена и решена задача построения разделяющей линии для двух классов образов, задаваемых двумерными признаками. При этом рассмотрен случай, когда все признаки отягощены случайными и систематическими погрешностями, что приводит к специфической корреляционной картине эксперимента, задаваемой заранее с помощью матрицы корреляционных моментов. С помощью численного моделирования показана более высокая точность получаемых в работе на основании модифицированного метода максимального правдоподобия оценок параметров разделяющей линии.

Procedure of classification of patterns in the scheme of confluent analysis with correlation of errors in results of estimation of patterns coordinates

In the paper the problem of construction of dividing line for two classes of the images set by two-dimensional signs is considered and solved. The case when all signs are burdened by random and regular errors that leads to a specific correlation picture of experiment, set in advance by means of a matrix of the correlation moments is thus considered. By means of numerical simulation the accuracy received in work on the basis of modified method of the maximum credibility of estimations of parametres of a dividing line is shown.

Authors
Isaev A.B. 1 , Al-Harazi V.F.1
Publisher
Федеральное государственное автономное образовательное учреждение высшего образования Российский университет дружбы народов (РУДН)
Number of issue
4
Language
Russian
Pages
35-43
Status
Published
Year
2008
Organizations
  • 1 Peoples’ Friendship University of Russia
Date of creation
12.07.2019
Date of change
12.07.2019
Short link
https://repository.rudn.ru/en/records/article/record/38075/
Share

Other records

Diveev A.I., Аtiensia Jоsе
RUDN Journal of Engineering Researches. Федеральное государственное автономное образовательное учреждение высшего образования Российский университет дружбы народов (РУДН). 2008. P. 30-34