objętość, nie obejmuje nawet znaczącej części zagadnień ARO. Przedstawione problemy ograniczono do bardziej przydatnych w KSDA algorytmów rozpoznawania obrazów opartych na kryterium Bayesa. Rozszerzona analiza problematyki rozpoznawania obrazów jest zawarta m.in. w pracach [1], [3], [4], [5], [6], [7].<br><br>&lt;tit&gt;6.2. STATYSTYCZNE ALGORYTMY ROZPOZNAWANIA OBRAZÓW&lt;/&gt;<br>&lt;tit&gt;6.2.1. Wprowadzenie&lt;/&gt;<br><br> Statystyczne algorytmy systemów ARO mogą być algorytmami parametrycznymi bądź nieparametrycznymi. W przypadku tych pierwszych, gęstości prawdopodobieństw warunkowych Q (x m), gdzie x jest obrazem stanu obiektu w wielowymiarowej przestrzeni<br>&lt;gap&gt;<br><br>gdzie P jest wymiarem wektora parametrów, będzie przestrzenią obserwacji. Niech M będzie przestrzenią klas i równocześnie (dla uproszczenia) przestrzenią decyzji. Dla zadanych