Дана постановка задачи распознавания на основе базового алгоритма и ме тодов комитетной классификации безотносительно к предметной области. Для экспериментальных исследований выбраны обобщенная метрика Еаклида Махаланобиса и два комитетных алгоритма Bagging и Boosting. Отдельно рас смотрен вопрос построения комитета большинства из нейронов для классифи кации летательных аппаратов по их геометрическим характеристикам. Полу чены оценки точности классификации. Планируется применение методов для обработки аэрокосмических данных ДЗЗ в составе бортовых вычислителей.
The problem of recognition is formulated on the basis of the basic algorithm and methods of committee classification regardless of the subject area. For experimental studies we chose the generalized metric of Euclid-Mahalanobis and two committee algorithm, Bagging and Boosting. The problem of constructing a Committee of most of the neurons for the classification of aircraft according to their geometric characteristics is considered separately. Estimates of classification accuracy are obtained. It is planned to use methods for processing aerospace remote sensing data as part of on-Board computers.