Рис..4.3. Залежність КФЕ від радіуса контейнера
Аналіз значень точнісних характеристик на кожному кроці навчання, який
збільшує радіус контейнера дозволяє знайти як
саму робочу область визначення критерію
, так і
екстремальні значення першої та другої достовірностей:
і
На рис. 4.3 показано , що в робочій області
критерій набуває свого максимуму
при оптимальному
значенні радіуса контейнера
, яке дорівнює
. При цьому забезпечується як максимальне
значення КФЕ, так і максимальна повна достовірність розпізнавання реалізацій
класу
, яка дорівнює
.
4.3 Алгоритми екзамену
Алгоритми екзамену за МФСВ можуть мати різну структуру залежно від розподілу реалізацій образу, що розпізнаються. Обов’язковою умовою їх реалізації є забезпечення однакових структурованості і параметрів формування як для навчальної, так і для екзаменаційної матриць.
За наявності чіткого розбиття, яке було утворено на етапі навчання, алгоритм екзамену за МФСВ має такі вхідні дані:
· M - кількість класів, які нечіткий регулятор навчен розпізнавати;
·
- масив еталонних двійкових
векторів-реалізацій образу, які визначають центри відповідних оптимальних
контейнерів класів розпізнавання, побудованих на етапі навчання;
·
{} - масив оптимальних радіусів
побудованих на етапі навчання відповідних контейнерів;
·
- масив двійкових векторів-реалізацій
образу, що розпізнається;
·
- оптимальна СКД на ознаки розпізнавання, яку визначено на
етапі навчання.
За умовчанням приймається рівень селекції rm= 0,5.
Розглянемо кроки реалізації агоритма екзамену при застосуванні гіпотези чіткої компактності реалізацій образу:
1. Формування
лічильника класів розпізнавання: .
2. Формування
лічильника числа реалізацій, що розпізнаються: .
3. Порівняння:
якщо , то виконується крок 4, інакше
- крок 5.
4. Формування
лічильника позитивних результатів порівняння.
5. Порівняння:
якщо j n , то виконується крок 2, інакше –
крок 6.
6. Порівняння: якщо k >j / 2, то виконується крок 8, інакще – крок 7.
7. Порівняння:
якщо m M, то виконується крок 1, інакше –
крок 8.
8. Визначення
класу , до якого належить екзаменаційна матриця.
Якщо в процесі екзамену порівняння на кроці 6 не дало позитивного результату, то може бути запущено алгоритм факторного класифікаційного аналізу, з метою донавчання системи, або алгоритм прогностичної класифікації, з метою підтвердження необхідності перенавчання СК.
Для нечіткого розбиття алгоритм екзамену за МФСВ ґрунтується на аналізі значень функції належності, яка має вигляд (2.3.10) і обчислюється для кожної реалізації, що розпізнається. Розглянемо кроки реалізації алгоритму екзамену при нечіткому розбитті:
1. Формування
лічильника класів розпізнавання.
2. Формування
лічильника числа реалізацій, що розпізнаються: .
3. Обчислення
кодової відстані .
4. Обчислення функції належності за виразом (2.3.10):
5. Порівняння:
якщо j n , то виконується крок 2, інакще –
крок 6.
6. Порівняння:
якщо m M, то виконується крок 1, інакще –
крок 7.
7. Визначення
класу , до якого належить екзаменаційна реалізація, наприклад, за
умови
, де
- усереднене значення функцій
належності для реалізацій класу
, або видача повідомлення: «Клас не визначено», якщо
. Тут с-
порогове значення.
Опис структурних схем алгоритмів екзамену для чіткого та нечіткого розбиття наведено в додатку В.
Таким чином, алгоритми екзамену за МФСВ відрізняються незначною обчислювальною трудомісткістю, що дозволяє їх реалізовувати у реальному темпі часу. Що стосується вибору чіткого або нечіткого алгоритмів екзамену, то у загальному випадку при розв’язанні задач кластер-аналізу перевагу необхідно надавати нечіткому алгоритму екзамену, оскільки у процесі донавчання системи апріорна кількість параметрів навчання, що оптимізуються, може бути недостатньою для побудови безпомилкового вирішального правила. При прийнятті рішень за апріорно класифікованими навчальними матрицями (навчання з “учителем”) доцільно реалізовувати чіткий алгоритм екзамену. Але і в цьому випадку нечіткий алгоритм є працездатним, оскільки він розглядається по відношенню до чіткого алгоритму як загальний.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.