– структурований вектор ознак розпізнавання;
– структурований вектор стартових параметрів контрольних допусків на ознаки розпізнавання;
– кількість прогонів ітераційної процедури послідовної оптимізації контрольних допусків;
– максимальне значення КФЕ в робочій області його визначення при l-му прогоні ітераційної процедури;
– найбільший глобальний максимум функції КФЕ в області її значень;
– значення параметра поля контрольних допусків для і-ої ознаки, яке отримано при l-му прогоні ітераційної процедури та дорівнює половині інтервалу ;
– екстремальне значення параметра поля контрольних допусків для і-ї ознаки;
– оптимальне значення поля контрольних допусків для і-ї ознаки:
.
З урахуванням (2.3.8) і введених позначень структурований алгоритм послідовної оптимізації поля контрольних допусків на ознаки розпізнавання приймає вигляд:
(4.4.1)
де – області допустимих значень поля контрольних допусків
для і-ої ознаки, критерію оптимізації і кодової відстані відповідно;
– символ операції повторення.
Розглянемо послідовність , де
–.
Т в е р д ж е н н я 4.4.1. Послідовність монотонно спадає і обмежена знизу.
Д о в е д е н н я. Покажемо, що . Це легко доводиться за індукцією. Нехай при для першої ознаки знайдено екстремальне значення за умови, що значення контрольних допусків для інших ознак залишаються стартовими. Тоді має місце:
.
Оскільки за властивістю інформаційного критерію , то відношення рівності може бути тільки за умови, що стартове значення дорівнює екстремальному. Так само справедливо і для всіх Nекстремальних значень
Таким чином, послідовність є спадною і обмеженою знизу, оскільки її члени додатні. Але не ясно, чи є послідовність стаціонарною, тобто чи існує таке , що для будь-якого l >L має місце. Відповідь на це запитання дає така теорема.
Т е о р е м а 4.4.1. Ітераційний алгоритм послідовної оптимізації контрольних допусків на ознаки розпізнавання (4.4.1) збігається з імовірністю одиниця.
Д о в е д е н н я. Для доведення теореми необхідно та достатньо показати, що екстремальні поля контрольних допусків збігаються відповідно до оптимальних Припустимо, що послідовність , яка за твердженням спадна і обмежена знизу, збігається на L-му прогоні ітераційної процедури і вона є стаціонарною, тобто . Тоді маємо: . Але звідси не обов’язково витікає, що , оскільки функція не є взаємно-однозначною. Покажемо концептуально, що все-таки існує для будь-якого . У силу дистанційно-максимального принципу розпізнавання образів, у процесі оптимізації розбиття для найближчих сусідніх класів і повинна виконуватися умова: з обмеженнями (2.3.4) і (2.3.6). Нехай існує для функції множина екстремальних параметрів: . Оскільки збільшення параметра збільшує ймовірність переходу і-ї координати еталонного вектора-реалізації в одиницю, то за умови, що еталонний вектор є одиничним, має місце:
.
Таким чином, можна стверджувати, що припущення про стаціонарність послідовності є справедливим, оскільки в силу максимально-дистанційного принципу розпізнавання образів за умови існує оптимальне значення параметру поля контрольних допусків .
Так само, виходячи із концепції запропонованого методу автоматичної класифікації – МФСВ, доведемо збіжність паралельного алгоритму оптимізації контрольних допусків на ознаки розпізнавання. Для цього введемо такі позначення:
l – змінна кроків збільшення параметра поля допусків ;
– змінна поля допусків на ознаки розпізнавання, область визначення якого , де {Gi} – допустимі області значень контрольних допусків для ознак розпізнавання;
– значення КФЕ в робочій області його визначення після l-го кроку зміни параметра ;
– точне значення глобального максимуму КФЕ навчання системи розпізнавати реалізації класу в робочій області визначення його функції;
– поле контрольних допусків, яке отримано після l-го кроку зміни параметра і дорівнює для і-ї ознаки інтервалу ;
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.