Typ tekstu: Książka
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
podobieństwa będących odległościami) i średniego "promienia" odległości wewnątrz klas, tzn.
gdzie - funkcja odległości między i-tym obrazem z m-tej klasy ciągu uczącego tej klasy, - funkcja odległości między m-tym i l-tym wektorem wzorcowym.
Niezależnie od autonomicznych ocen skuteczności całych zespołów parametrów lub ich poszczególnych składowych, dokonuje się oceny przydatności parametrów diagnostycznych w eksperymencie. Powstaje więc problem wyboru algorytmu klasyfikatora. Nie budzącym zastrzeżeń metodologicznych algorytmem klasyfikacji, w sensie obiektywnego porównania skuteczności parametrów, jest klasyczny klasyfikator Bayesa (por. rozdz. 6). Często jednak na przeszkodzie jego stosowania stoi złożoność procedury obliczeń, m.in. potrzeba znajomości rozkładów warunkowych a priori, oraz zwykle mała
gdzie - funkcja odległości między i-tym obrazem z m-tej klasy ciągu uczącego tej klasy, - funkcja odległości między m-tym i l-tym wektorem wzorcowym.
Niezależnie od autonomicznych ocen skuteczności całych zespołów parametrów lub ich poszczególnych składowych, dokonuje się oceny przydatności parametrów diagnostycznych w eksperymencie. Powstaje więc problem wyboru algorytmu klasyfikatora. Nie budzącym zastrzeżeń metodologicznych algorytmem klasyfikacji, w sensie obiektywnego porównania skuteczności parametrów, jest klasyczny klasyfikator Bayesa (por. rozdz. 6). Często jednak na przeszkodzie jego stosowania stoi złożoność procedury obliczeń, m.in. potrzeba znajomości rozkładów warunkowych a priori, oraz zwykle mała
podobieństwa będących odległościami) i średniego "promienia" odległości wewnątrz klas, tzn.<br><gap><br>gdzie <gap> - funkcja odległości między i-tym obrazem z m-tej klasy ciągu uczącego <gap> tej klasy, <gap> - funkcja odległości między m-tym <gap> i l-tym <gap> wektorem wzorcowym.<br>Niezależnie od autonomicznych ocen skuteczności całych zespołów parametrów lub ich poszczególnych składowych, dokonuje się oceny przydatności parametrów diagnostycznych w eksperymencie. Powstaje więc problem wyboru algorytmu klasyfikatora. Nie budzącym zastrzeżeń metodologicznych algorytmem klasyfikacji, w sensie obiektywnego porównania skuteczności parametrów, jest klasyczny klasyfikator Bayesa (por. rozdz. 6). Często jednak na przeszkodzie jego stosowania stoi złożoność procedury obliczeń, m.in. potrzeba znajomości rozkładów warunkowych a priori, oraz zwykle mała
