wówczas to istnieje potrzeba reprezentowania klasy przez kilka wzorców odpowiadających liczbie modów. Ciąg uczący umożliwia nie tylko utworzenie estymatorów rozkładów gęstości prawdopodobieństw warunkowych, ale również może dostarczyć informacji umożliwiających optymalizację przestrzeni obserwacji. Przez optymalizację przestrzeni obserwacji należy rozumieć przekształcenie parametrów wejściowych (obrazów pierwotnych) mające na celu [1], [11]:<br>a) ustalenie optymalnej długości ciągu uczącego (z punktu widzenia skuteczności rozpoznawania, rodzaju parametrów i algorytmu rozpoznawania),<br>b) ocenę skuteczności obrazów pierwotnych, których parametry są przyjmowane na ogół arbitralnie,<br>c) redukcję wymiaru przestrzeni parametrów P.<br>Na podstawie wielu badań można sformułować następujące wnioski wynikające z procedury a):<br>1. Wymiar wektora parametrów P zależy od