Повышение эффективности алгоритмов классификации образов на основе теории решеток



Скачать 28.25 Kb.
Дата08.11.2012
Размер28.25 Kb.
ТипДокументы
Лебедев В.Б. Повышение эффективности алгоритмов классификации образов на основе теории решеток. // Проблемы информатики в образовании, управлении, экономике и технике: Сб. статей XI Междунар. научно-техн. конф. – Пенза: ПДЗ, 2011. – С. 63 65.

пОВЫШЕНИЕ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ
КЛАССИФИКАЦИИ ОБРАЗОВ НА ОСНОВЕ ТЕОРИИ РЕШЕТОК


В.Б. Лебедев

Пензенский государственный университет,
г. Пенза, Россия, inoup@pnzgu.ru

Рассмотрены вопросы дискретной классификации при распознавании образов с помощью теории решеток. Для повышения эффективности алгоритмов распознавания вводится понятие мощности замыкания элементов решетки.
Lebedev V.B. Improving the efficiency of algorithms for classification of images based on the theory of lattices. The problems of discrete classification in pattern recognition with the use of lattice theory are taken in consideration. To improve the efficiency of pattern recognition algorithms the concept of power circuit elements of the lattice is introduced.
В работах [2, 3] рассматривается подход к решению задачи дискретной классификации при распознавании образов, основанный на методах теории решеток (дискретных структур), упорядоченных включением. Решетка образуется с помощью оператора замыкания , заданного на исходном порождающем семействе множеств (множестве прецедентов), где , , [1]. Элементами решетки являются все замкнутые множества, удовлетворяющие условию [1]. Элемент или подсемейство элементов решетки, которое покрывает элементы, принадлежащие одному классу образов распознавания, и не покрывает элементы, принадлежащие другим классам, называется элементарным классификатором (ЭК). Минимальный ЭК – минимальный по мощности ЭК, покрывающий все элементы одного класса. Для повышения эффективности характеризации ЭК вводится понятие мощности замыкания. Мощность замыкания элемента решетки определяется выражением , где , т.е.
равна количеству множеств порождающего семейства, включающих элемент . Мощность замыкания ЭК характеризуется количеством порождающих множеств, включающих ЭК и принадлежащих одному классу образов распознавания. ЭК, имеющий бóльшую мощность замыкания, является более репрезентативным. Справедливы следующие свойства мощности замыкания.

Свойство 1. Если , то , где , – знак отношения следования в решетке .

Свойство 2. , , где 0 и 1 – структурные нуль и единица решетки соответственно.

Свойство 3. Если , где – булева алгебра ранга и – ранг элемента в , то .

Например, пусть задано порождающее семейство множеств (прецедентов) . Каждому классу образов распознавания Δ, □, ○ соответствуют подмножества семейства : Δ = , □ = , ○ =  (см. рисунке). Используя оператор замыкания , путем определения попарного пересечения множеств семейства с помощью алгоритма [1] построим решетку . Диаграмма Хассе этой решетки показана на рисунке (структурный нуль и структурная единица решетки для упрощения не показаны). ЭК каждого класса на диаграмме показаны соответствующими значками Δ, □, ○. Минимальными ЭК для соответствующих классов являются Δmin=, □min=, ○min=. Значения мощности замыкания элементов решетки на рисунке обведены окружностями рядом с обозначением элемента.



Диаграмма решетки

Рассмотренное усиление характеризации ЭК позволяет повысить эффективность алгоритмов и программ дискретной классификации.

Библиографический список

1. Лебедев В.Б. Анализ ассоциаций данных методом комбинаторно-упорядоченного моделирования // Известия высших учебных заведений. Поволжский регион. – 2005. – №5 (20). – С. 99-106.

2. Лебедев В.Б, Романов С.В., Смолькин О.А. О процедурах классификации, основанных на построении решеток специального вида // Новые информационные технологии и системы: Труды VII Междунар. науч.-техн. конф. – Ч. 1. – Пенза: ПГУ, 2006. – С. 205-206.

3. Лебедев В.Б., Минаев В.Е. Классификация объектов распознавания методом комбинаторно-упорядоченного моделирования // ИКТ. – 2008. – Т.6. – С. 30-34.

Похожие:

Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПрогнозирование урожайности зерновых культур: методы и расчеты
Общая же теория классификации сформировалась на основе работ по распознаванию образов. Поэтому классификация данных и распознавание...
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПовышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов

Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПовышение эффективности вывозки лесоматериалов парком автопоездов на основе планирования технико-эксплуатационных показателей
Повышение эффективности вывозки лесоматериалов парком автопоездов на основе планирования
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПовышение эффективности управления познавательной деятельностью учащихся
Рассмотрим возможность применения в начальных классах алгоритмов при изучении орфографических правил
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconМоделирование структуры данных методами теории решеток
Лебедев В. Б. Моделирование структуры данных методами теории решеток. // Проблемы информатики в образовании, управлении, экономике...
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПрограмма дисциплины Теория решеток и ее использование при анализе текстов
Изучение курса «Теория решеток и ее использование при анализе текстов» требует предварительных знаний по элементарной теории множеств,...
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconМк-42-9 Повышение эффективности систем детектирования движений на основе принципа разумной достаточности
Повышение эффективности систем детектирования движений на основе принципа разумной достаточности
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПовышение эффективности способа комплексной переработки нефелинов на основе использования карбоалюминатных соединений

Повышение эффективности алгоритмов классификации образов на основе теории решеток iconРазбиение на основе роевого интеллекта и генетической эволюции
Особенно наблюдается стремительный рост интереса к разработке алгоритмов, инспирированных природными системами [3,4]. В основе большинства...
Повышение эффективности алгоритмов классификации образов на основе теории решеток iconПовышение уровня выходной мощности приемо-передающих модулей активных фазированных антенных решеток

Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org