Классификация сигналов в условиях неопределенности

Автор(ы)

Миленький А.В

Год

1975

Язык

rus

Теги

Математика Программирование

Аннотация

Классификация сигналов в условиях неопределенности Год издания : 1975 Автор : Миленький А.В. Жанр или тематика : Математика/кибернетика Издательство : Советское радио ISBN : Отсутствует Язык : Русский Формат : DjVu Качество : Отсканированные страницы Интерактивное оглавление : Нет Количество страниц : 328 Описание : Рассматриваются вопросы распознавания образов применительно к условиям, когда исходные сведения об образах недостаточны для непосредственного применения методов теории статистических решений. В этом случае возникает необходимость обучения или самообучения распознающих систем. Основное внимание уделено разработке методов и алгоритмов распознавания в режиме самообучения, когда поведение распознающей системы вырабатывается под влиянием самих распознаваемых сигналов без участия человека. В книге содержатся как общие постановки и решения безотносительно к физической природе сигналов, так и решения некоторых практически важных задач. Книга может быть полезна инженерам, аспирантам, научным работникам, занимающимся проблемой распознавания и разработкой распознающих систем. Примеры страниц Оглавление Текстовое оглавление Предисловие Глава I. Распознавание образов. Обучение и самообучение 1.1. Основные понятия и определения Класс 1.1.2. Сигнал. Признак 1.2. Вероятностная модель сигналов 1.2.1. Статистические характеристики класса 1.2.2. Смесь сигналов 1.3. Условия и режимы распознавания 1.3.1. Пересечение классов. Недостаточность априорных сведении 1.3.2. Обучение и самообучение 1.3.3. Общий подход к решению задач распознавания в условиях неполной априорной информации о классах Глава 2. Определение неизвестных статистических характеристик классов Предварительные замечания Свойства точечных оценок параметров 2.2.1. Критерий оптимальности оценки есмещенность ффективность 2.2.3. Асимптотические свойства оценок 2.2.4. Случаи многомерных параметров и сигналов Методы нахождения точечных оценок 2.3.1. Метод моментов 2.3.2. Метод минимума хиквадрат 2.3.3. Метод максимума правдоподобия 2.3.4. Точность оценивания. Оценивание случайных параметров 2.4.1. Случайная последовательность параметров и сигналов 2.4.2. Оценивание параметров, изменяющихся с поступлением каждого сигнала 2.4.3. Оценивание параметров, постоянных для серии сигналов 2.4.4. Случай, когда априорное распределение параметров неизвестно 2.4.5. Эмпирический байесовский подход 2.5. Оценивание распределений вероятностей сигналов 2.5.1. Состоятельные непараметрические оценки функ цпп распределения и плотности вероятностей 2.5.2. Меры п критерии качества аппроксимации рас предслений вероятностей 2.5.3. Выбор аппроксимирующих функций Глава 3. Решающие правила и критерии оптимальности 3.1. Случай полностью известной априорной информации о классах 3.1.1. Байесовское решающее правило 3.1.2. Рандомизированное решающее правило 3.2. Случай неизвестных вероятностей появления спгиалоз каждого класса 3.2.1. Минимаксное решающее правило 3.2.2. Субмпнимак