– 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.