najbliższy sąsiad)&lt;/&gt;<br><br>W etapie uczenia zapamiętany zostaje cały ciąg uczący CU. W procesie rozpoznawania właściwego pojawia się sekwencja nieznanych obrazów &lt;gap&gt;. Procedura algorytmu NN dokonuje obliczania funkcji podobieństwa (najczęściej odległości) pomiędzy wszystkimi obrazami ciągu uczącego x (m , i) a nieznanym obrazem x (rys. 6.3)<br>&lt;gap&gt;<br>Następnie po obliczeniu wszystkich &lt;gap&gt; funkcji podobieństwa wyszukiwana jest najmniejsza z nich (w przypadku obliczania jako FP - odległości), a jako decyzja klasyfikatora podawana jest nazwa (kod) lub numer klasy, do której należał obraz ciągu uczącego i który okazał się najbardziej bliski, w sensie funkcji podobieństwa do obrazu rozpoznawanego<br>&lt;gap&gt;<br><br>&lt;tit&gt;6.3.3. Algorytm k-NN (k najbliższych sąsiadów)&lt;/&gt;<br><br>Algorytm